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-pipeline-seed17

Immich

СуммаризацияТекст → текст

Дообученная на AMI Meeting Corpus модель BART-base для суммаризации встреч и диалогов.

13скачиваний 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

Immich/pipeline-error-propagation-dialogue-summarization-bart-pipeline-seed17 — дообученная модель на базе BART-base для суммаризации встреч и диалогов. Она обучена на подходящей части корпуса AMI Meeting Corpus; seed 17 обозначает канонический запуск, использованный как опорный для качественных примеров статьи. Модель реализует вариант pipeline: суммаризацию полной встречи или иерархическую обработку с сегментацией, извлечением информации и генерацией итогового текста.

Это encoder-decoder-модель архитектуры BART с 95,2 млн параметров и контекстом до 1024 токенов. Основной сценарий — получать краткое изложение по транскрипту встречи. Для загрузки используются Transformers и классы AutoTokenizer и AutoModelForSeq2SeqLM. Лицензия — MIT.

Сценарии применения

составление краткого итога по транскрипту встречи
суммаризация диалога в формате полной встречи
иерархическая суммаризация длинной встречи по сегментам
подготовка качественных примеров резюме встреч для исследования

Ограничения

Контекст ограничен 1024 токенами; иерархическая обработка заявлена как вариант pipeline, но подробности реализации в карточке не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

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

Checkpoint do backbone bart-base, variante pipeline (baseline de reunião completa ou pipeline hierárquico de segmentação, extração e geração), treinado sobre o subconjunto elegível do AMI Meeting Corpus — seed de treino 17. Esta é a seed canônica (a menor seed do grupo), usada como execução de referência para os exemplos qualitativos do artigo.

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("Immich/pipeline-error-propagation-dialogue-summarization-bart-pipeline-seed17")
model = AutoModelForSeq2SeqLM.from_pretrained("Immich/pipeline-error-propagation-dialogue-summarization-bart-pipeline-seed17")

Outras seeds do mesmo backbone/variante

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

Immich/pipeline-error-propagation-dialogue-summarization-bart-pipeline-seed42
Immich/pipeline-error-propagation-dialogue-summarization-bart-pipeline-seed73

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: 06e9d7f