T5 Small Text Summarization
Apache-2.0
基于T5-small架构在xsum数据集上微调的文本摘要模型，能够生成简洁的摘要内容。
文本生成
Transformers
TransformersT
bhuvaneswari
27
0
Finetuned T5 Xsum
Apache-2.0
基于T5-small模型，在XSum数据集上使用LoRA技术微调的文本摘要模型
文本生成
英语
F
Lakshan2003
22
0
GPT2 Summarizer
MIT
基于GPT-2架构微调的文本摘要模型，支持PyTorch和CoreML框架，适用于生成简洁准确的文本摘要。
文本生成 Transformers
TransformersG
c2p-cmd
30
0
Conversation Summarizer V2
MIT
基于微调的 Llama 3.2 (3B) 的对话摘要模型，专门用于生成对话的简洁摘要。
文本生成
英语
C
dkp2701
17
1
Pegasus X Base Synthsumm Open 16k
Apache-2.0
基于pegasus-x-base微调的文本摘要模型，使用合成数据训练，擅长处理长文档摘要任务。
文本生成 Transformers
Transformers 英语
P
BEE-spoke-data
115
2
Mtsufall2024softwareengineering
Apache-2.0
基于T5-small微调的美国参众两院法案摘要生成模型
文本生成 Transformers
Transformers 英语
M
cheaptrix
30
1
Long T5 Tglobal Base Synthsumm Direct
Apache-2.0
基于Long-T5架构的文本摘要模型，使用合成数据集synthsumm微调，专注于长文本摘要任务。
文本生成 Transformers
Transformers 英语
L
pszemraj
15
1
Long T5 Base Govreport
Apache-2.0
基于Long-T5架构的政府报告摘要生成模型，专门针对长文档摘要任务进行优化
文本生成 Transformers
Transformers 英语
L
AleBurzio
866
2
Pegasus Multi News NewsSummarization BBC
基于Pegasus架构微调的新闻摘要生成模型，专门针对BBC新闻内容优化
文本生成 Transformers
Transformers 英语
P
DunnBC22
658
2
Bart Base Xsum
Apache-2.0
基于facebook/bart-base在xsum数据集上微调的摘要生成模型，擅长生成简洁准确的摘要。
文本生成 Transformers
TransformersB
morenolq
15
2
Xsumm
xSumm是一个专为极致摘要任务设计的BART模型，能够为给定文章生成一行抽象概括。
文本生成 Transformers
Transformers 英语
X
yuvraj
18
0
Summary Loop24
Apache-2.0
基于GPT2架构的文本摘要生成模型，专为CNN/Daily Mail数据集优化
文本生成 Transformers
Transformers 英语
S
philippelaban
15
2
Summarizer Cnndm
基于BART模型微调的英文文本摘要生成器，在cnn-dailymail数据集上训练
文本生成 Transformers
Transformers 英语
S
yuvraj
18
0
Roberta2roberta L 24 Cnn Daily Mail
Apache-2.0
基于RoBERTa-Large初始化的编码器-解码器模型，专为摘要生成任务设计，在CNN/DailyMail数据集上微调。
文本生成 Transformers
Transformers 英语
R
google
128
6
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型，性能媲美GPT-3.5-turbo，优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型 Transformers
Transformers 支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型，专为边缘设备推理设计，体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers
Transformers 英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型，适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20none;%20}%20.st1%20{%20fill:%20%235ce6cf;%20}%20.st2%20{%20fill:%20%230080ff;%20}%20.st3%20{%20clip-path:%20url(%23clippath);%20}%20%3c/style%3e%3cclipPath%20id='clippath'%3e%3crect%20class='st0'%20y='0'%20width='120'%20height='32'/%3e%3c/clipPath%3e%3c/defs%3e%3cg%20class='st3'%3e%3cg%3e%3cpath%20class='st1'%20d='M22.4,32H3.2c-1,0-2-.5-2.6-1.4-.6-.9-.7-2-.4-2.9L9.8,2.1C10.3.8,11.5,0,12.8,0s2.5.8,3,2.1l9.6,25.6c.4,1,.2,2.1-.4,2.9-.6.9-1.6,1.4-2.6,1.4ZM7.8,25.6h10l-5-13.3-5,13.3Z'/%3e%3cpath%20class='st2'%20d='M33.6,32c-1.3,0-2.5-.8-3-2.1L21,4.3c-.6-1.7.2-3.5,1.9-4.1,1.7-.6,3.5.2,4.1,1.9l9.6,25.6c.6,1.7-.2,3.5-1.9,4.1-.4.1-.8.2-1.1.2h0Z'/%3e%3cpath%20d='M71.8,9.1h-6.9v4.6h6.9c2.5,0,4.6,2,4.6,4.6h-6.9c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h2.3c1.7,0,3.2-.4,4.6-1.2v1.2h4.6v-13.7c0-5-4.1-9.1-9.1-9.1h0ZM71.8,27.4h-2.3c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h6.9c0,2.5-2,4.6-4.6,4.6h0Z'/%3e%3cpath%20d='M52.3,9.1h-4.6V0h-4.6V32h9.1c5,0,9.1-4.1,9.1-9.1v-4.6c0-5.1-4.1-9.1-9.1-9.1h0ZM56.9,22.9c0,2.5-2,4.6-4.6,4.6h-4.6v-13.7h4.6c2.5,0,4.6,2,4.6,4.6v4.6h0Z'/%3e%3cpath%20d='M110.9,13.7h9.1v-4.6h-9.1c-5.1,0-9.1,4.1-9.1,9.1v4.6c0,5.1,4.1,9.1,9.1,9.1h9.1v-4.6h-9.1c-2.5,0-4.6-2-4.6-4.6h13.7v-4.6h-13.7c0-2.5,2-4.6,4.6-4.6h0Z'/%3e%3cpath%20d='M93.6,18.3h-4.6c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h10.3v-4.6h-10.3c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h4.6c1.3,0,2.3,1,2.3,2.3s-1,2.3-2.3,2.3h-10.3v4.6h10.3c3.8,0,6.9-3.1,6.9-6.9s-3.1-6.9-6.9-6.9Z'/%3e%3c/g%3e%3c/g%3e%3c/svg%3e)
AIbase是一个专注于MCP服务的平台，为AI开发者提供高质量的模型上下文协议服务，助力AI应用开发。
简体中文