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-pipeline-seed42

Immich

СуммаризацияТекст → текст5 профессий

LED-base, дообученная на AMI Meeting Corpus, создаёт краткие содержания записей совещаний.

14скачиваний 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 чекпойнт LED-base, дообученный командой Immich для суммаризации совещаний. Модель обучена на подходящей для задачи части AMI Meeting Corpus с seed обучения 42; вариант pipeline описан как базовая обработка полной записи встречи или иерархическая последовательность сегментации, извлечения и генерации.

Модель содержит 95,2 млн параметров, использует архитектуру LED и сохранена в формате safetensors. Она предназначена для создания краткого содержания диалогов совещаний; карточка указывает загрузку через Transformers как seq2seq-модель. Лицензия — MIT.

Сценарии применения

составление конспекта полной записи совещания
суммаризация диалога участников встречи
создание краткого содержания сегментов совещания
обработка записей встреч иерархическим pipeline

Ограничения

Обучение проводилось на подмножестве AMI Meeting Corpus, поэтому качество на других типах диалогов и встреч может отличаться. README не сообщает результаты оценки качества.

Для каких профессий подходит5

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.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

III.1Стратегия, продукт и бизнес-модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Immich/pipeline-error-propagation-dialogue-summarization-led-pipeline-seed42

Checkpoint do backbone led-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 42.

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("Immich/pipeline-error-propagation-dialogue-summarization-led-pipeline-seed42")
model = AutoModelForSeq2SeqLM.from_pretrained("Immich/pipeline-error-propagation-dialogue-summarization-led-pipeline-seed42")

Outras seeds do mesmo backbone/variante

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

Immich/pipeline-error-propagation-dialogue-summarization-led-pipeline-seed17
Immich/pipeline-error-propagation-dialogue-summarization-led-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: LEDForConditionalGeneration
Ревизия весов: 4b36ea4