/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
encoder-decoder · dense
Базовая модель
bert-base-uncased
Опубликована
29 авг 2026

bert2bert-dialogsum

СуммаризацияТекст → текст4 профессии

BERT2BERT от Cruciator — англоязычная encoder-decoder модель для краткой суммаризации коротких многоходовых диалогов.

48скачиваний за 30 дней0лайковвеса обновлены29 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Cruciator разработал BERT2BERT — модель типа encoder-decoder для суммаризации коротких многоходовых диалогов. Энкодер и декодер инициализированы из google-bert/bert-base-uncased, а в декодер добавлен модуль cross-attention; модель дообучена на наборе DialogSum для генерации краткого резюме разговора на английском языке.

Модель подходит для создания однопредложных сводок чатов, фрагментов встреч и разговоров с клиентской поддержкой. README рекомендует подавать диалог длиной до 256 токенов; генерация ограничена 64 токенами. Размер модели — около 0,2 млрд параметров. Лицензия — Apache 2.0.

Модель обучалась на сравнительно небольшом наборе данных, поэтому точность и фактическая верность резюме не гарантированы. Она рассчитана на короткие разговоры на английском языке и может плохо работать с длинными текстами, одиночными высказываниями и специализированными областями без дополнительного дообучения.

Сценарии применения

  • суммаризация переписок в чате
  • краткие итоги фрагментов встреч
  • сводки разговоров службы поддержки
  • создание однопредложного резюме диалога

Ограничения

Рассчитана на короткие англоязычные диалоги длиной до 256 токенов; более длинный ввод обрезается, а качество и фактическую точность резюме следует проверять. Качество может быть низким для длинных документов, одиночных текстов и специализированных тем без дополнительного дообучения.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert2bert-dialogsum

This is a BERT2BERT encoder-decoder model, warm-started from two bert-base-uncased checkpoints and fine-tuned for dialogue summarization on the DialogSum dataset.

Model Details

Model Description

The model takes a multi-turn dialogue as input and generates a short, single-sentence-style summary of the conversation. Both the encoder and decoder are initialized from bert-base-uncased; a randomly initialized cross-attention module was added to the decoder to let it attend over the encoder's output, following the standard Leveraging Pre-trained Checkpoints warm-start recipe for encoder-decoder models.

  • Developed by: Cruciator
  • Model type: Encoder-decoder (BERT2BERT) for text2text generation
  • Language: English
  • License: Apache 2.0 (inherited from the base bert-base-uncased checkpoints)
  • Finetuned from model: bert-base-uncased (both encoder and decoder)

Model Sources

Uses

Direct Use

Summarizing short, informal, multi-turn dialogues (e.g. chat transcripts, meeting snippets, customer support conversations) into a concise summary. Use the text2text-generation / EncoderDecoderModel.generate() API with an input dialogue truncated to 256 tokens.

Out-of-Scope Use

  • Long-form documents, articles, or single-speaker text (the model was trained exclusively on short multi-turn dialogues, capped at 256 input tokens)
  • Non-English text
  • Domains far outside DialogSum's everyday-conversation style (e.g. legal, medical, or highly technical dialogue) without further fine-tuning

Bias, Risks, and Limitations

  • Trained on a relatively small dataset (~12.5k training examples) for a small number of epochs, so summary quality and factual faithfulness are not guaranteed — always review generated summaries before relying on them.
  • Inherits any biases present in bert-base-uncased and in the DialogSum dataset's crowd-sourced dialogues.
  • Input dialogues are truncated at 256 tokens and output summaries are capped at 64 tokens, so longer conversations will be cut off rather than summarized in full.

How to Get Started with the Model

from transformers import EncoderDecoderModel, BertTokenizerFast

model = EncoderDecoderModel.from_pretrained("Cruciator/bert2bert-dialogsum")
tokenizer = BertTokenizerFast.from_pretrained("Cruciator/bert2bert-dialogsum")

dialogue = "#Person1#: Can we reschedule our meeting to Friday? #Person2#: Sure, works for me."
inputs = tokenizer(dialogue, return_tensors="pt", truncation=True, max_length=256)
summary_ids = model.generate(**inputs)
print(tokenizer.decode(summary_ids[0], skip_special_tokens=True))

Training Details

Training Data

DialogSum — 12,460 training examples and 500 validation examples of short, multi-turn dialogues paired with human-written summaries.

Training Procedure

  • Inputs tokenized to a max length of 256 tokens; targets tokenized to a max length of 64 tokens
  • Both encoder and decoder warm-started from bert-base-uncased; cross-attention weights randomly initialized
  • Decoder inputs generated internally from labels (standard right-shifted teacher forcing)

Training Hyperparameters

  • Epochs: 3
  • Per-device train/eval batch size: 16
  • Mixed precision: fp16
  • Generation (eval-time): beam search, num_beams=2
  • Generation (inference defaults on this checkpoint): beam search, num_beams=4, length_penalty=2.0, no_repeat_ngram_size=3, early_stopping=True
  • Hardware: Google Colab, NVIDIA T4 GPU

Evaluation

Evaluated on the DialogSum validation split (500 examples) at the end of each epoch using ROUGE-2 F-measure.

EpochTraining LossValidation LossROUGE-2 F-measure
12.4892.2570.0612
22.0722.0910.0884
31.7342.0700.1069

ROUGE-2 was still improving at the final epoch, suggesting further training beyond 3 epochs would likely improve results further.

Technical Specifications

  • Model size: ~0.2B parameters
  • Tensor type: F32
  • Framework: 🤗 Transformers (v5)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
EncoderDecoderModel
Ревизия весов
d961223

0 моделей