Характеристики

Контекст: 16 384 токена
Параметры: 95,2 млн
Лицензия: MIT
Архитектура: led · dense
Опубликована: 4 авг 2026

Ссылки

Hugging Face

pipeline-error-propagation-dialogue-summarization-led-baseline-seed17

Immich

СуммаризацияТекст → текст4 профессии

Чекпойнт LED для суммаризации полных записей встреч или сегментов диалогов, обученный на подвыборке AMI Meeting Corpus.

17скачиваний 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-led-baseline-seed17 — исследовательский чекпойнт суммаризации диалогов встреч на базе LED, обученный на допустимой подвыборке AMI Meeting Corpus с seed 17. В README он описан как эталонный запуск baseline для качественных примеров статьи; baseline предназначен для обработки полной записи встречи или иерархического конвейера сегментации, извлечения и генерации. Для загрузки указана совместимость с Transformers и AutoModelForSeq2SeqLM.

Модель содержит 95,2 млн параметров, использует архитектуру LEDForConditionalGeneration и сохранена в формате safetensors. Заявленная задача — summarization; обучающие данные связаны с AMI Meeting Corpus. Лицензия — MIT. Карточка не сообщает о поддержке языков, длине контекста и известных ограничениях качества; результаты для других типов диалогов README не подтверждает.

Сценарии применения

составление краткого пересказа записи совещания
суммаризация диалога участников встречи
подготовка сводки по полной записи встречи
генерация промежуточных сводок в иерархическом конвейере

Ограничения

Обучение описано на подвыборке AMI Meeting Corpus, поэтому пригодность для других типов диалогов не подтверждена. Язык и длина контекста в доступных данных не указаны.

Для каких профессий подходит4

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 I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей III.10Корпоративные функцииПроекты, процессы и операционное управлениеAI помогает планировать работу, обнаруживать отклонения и улучшать операционные процессы.25 задач2 527моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Immich/pipeline-error-propagation-dialogue-summarization-led-baseline-seed17

Checkpoint do backbone led-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 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-led-baseline-seed17")
model = AutoModelForSeq2SeqLM.from_pretrained("Immich/pipeline-error-propagation-dialogue-summarization-led-baseline-seed17")

Outras seeds do mesmo backbone/variante

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

Immich/pipeline-error-propagation-dialogue-summarization-led-baseline-seed42
Immich/pipeline-error-propagation-dialogue-summarization-led-baseline-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: LEDForConditionalGeneration
Ревизия весов: 57163ef