Характеристики

Контекст: 1 024 токена
Параметры: 95,2 млн
Лицензия: MIT
Архитектура: bart · dense
Опубликована: 4 авг 2026

Ссылки

Hugging Face

pipeline-error-propagation-dialogue-summarization-bart-baseline-seed73

Immich

СуммаризацияТекст → текст3 профессии

Контрольная модель BART-base, обученная суммировать диалоги и записи совещаний из AMI Meeting Corpus.

15скачиваний за 30 дней0лайковвеса обновлены4 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Это экспериментальный контрольный чекпойнт BART-base от Immich для суммаризации совещаний. Модель обучена на подходящей части AMI Meeting Corpus с seed 73; её можно загружать через Transformers как модель последовательность-в-последовательность. Вариант baseline предназначен для обработки полного собрания либо для сравнения с иерархическим конвейером сегментации, извлечения и генерации.

Модель имеет архитектуру BART и около 95,2 млн параметров. Максимальный контекст составляет 1024 токена. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Карточка не сообщает о поддержке русского языка; обучающие данные относятся к AMI Meeting Corpus, поэтому модель ориентирована на совещания на английском языке.

Сценарии применения

суммаризация полного разговора на совещании
подготовка краткого протокола встречи
сравнение полного и иерархического подходов к суммаризации совещаний

Ограничения

Контекст ограничен 1024 токенами; модель обучена на подмножестве AMI Meeting Corpus, поэтому её переносимость на другие жанры и языки не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели III.10Корпоративные функцииПроекты, процессы и операционное управлениеAI помогает планировать работу, обнаруживать отклонения и улучшать операционные процессы.25 задач2 527моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Immich/pipeline-error-propagation-dialogue-summarization-bart-baseline-seed73

Checkpoint do backbone bart-base, variante baseline (baseline de reunião completa ou pipeline hierárquico de segmentação, extração e geração), treinado sobre o subconjunto elegível do AMI Meeting Corpus — seed de treino 73.

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("Immich/pipeline-error-propagation-dialogue-summarization-bart-baseline-seed73")
model = AutoModelForSeq2SeqLM.from_pretrained("Immich/pipeline-error-propagation-dialogue-summarization-bart-baseline-seed73")

Outras seeds do mesmo backbone/variante

Cada seed é um repositório próprio (com DOI independente):

Immich/pipeline-error-propagation-dialogue-summarization-bart-baseline-seed17
Immich/pipeline-error-propagation-dialogue-summarization-bart-baseline-seed42

Logs de treino

Os artefatos originais de treinamento (histórico por época, configuração da execução, índices de probe, marcador de conclusão) estão em training_logs/.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: BartForConditionalGeneration
Ревизия весов: abb2037