Qwen3-0.6B 是一个基于 Transformer 架构的开源语言模型，参数规模为 6 亿，适用于文本摘要等自然语言处理任务。

该模型是一个用于多元化对齐的个性化奖励模型，基于facebook/opt-350m训练，用于文本摘要任务。

这是一个基于Falconsai/text_summarization模型转换而来的GGUF格式文本摘要模型，适用于使用llama.cpp进行推理。

基于Llama3架构优化的8B参数摘要生成模型，提供多种量化版本

基于Flan-T5小型版微调的关键词提取模型，专门用于从段落中提取关键词

基于LaMini-Flan-T5-248M微调的提示增强模型，用于扩展和优化文本提示描述

基于EleutherAI_pythia-1b-deduped模型微调的版本，用于生成简洁摘要

基于sentence-transformers的句子嵌入模型，可将文本映射到384维向量空间，适用于语义搜索和文本相似度计算

基于BART架构的葡萄牙语预训练模型，适用于文本生成和理解任务

由Henry Leonardi领导的Taskload团队开发的因果提取模型，用于自动化信息抽取任务。

BARTpho是首个面向越南语的预训练序列到序列模型，包含syllable和word两个版本，适用于生成式自然语言处理任务。

基于T5架构的瑞典语文本生成和翻译模型，适用于摘要生成和翻译任务。

BARTpho是首个面向越南语的大规模单语序列到序列预训练模型，基于BART架构，特别适用于生成式自然语言处理任务。

基于VOA波斯语语料库训练的Bert2Bert模型，用于生成新闻标题，取得了25.30的ROUGE-2分数。

PEGASUS是一种基于提取间隔句子的预训练模型，专门用于抽象摘要生成任务。

PEGASUS 是一种基于抽取间隔句子的抽象摘要预训练模型，专注于生成高质量的文本摘要。

DistilBART是BART模型的蒸馏版本，专门针对文本摘要任务进行了优化，在保持较高性能的同时显著提升了推理速度。