DistilBART-CNN-12-6 是一个基于 BART 架构的轻量级摘要生成模型，专门针对 CNN/Daily Mail 数据集进行了优化。

基于BART架构的轻量级文本摘要模型，通过知识蒸馏技术压缩原始模型规模，保留核心摘要能力

该模型是基于sshleifer/distilbart-cnn-12-6在BBC新闻摘要数据集上微调的文本摘要模型，由都灵理工大学深度自然语言处理课程实验室实践开发。

基于distilbart-cnn-12-6微调的简历摘要生成模型，在ROUGE指标上表现良好

这是一个经过剪枝优化的BART-base模型，专门针对CNN/DailyMail数据集进行微调，用于摘要生成任务。

这是一个经过剪枝优化的BART-base模型，专为摘要生成任务设计，保留了原始模型53%的权重。

DistilBART是BART模型的蒸馏版本，专门针对摘要生成任务进行了优化，在保持较高性能的同时显著减少模型参数量和推理时间。

DistilBART是BART模型的蒸馏版本，专注于文本摘要任务，在保持较高性能的同时显著提升推理速度。