/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
bart · dense
Базовая модель
bart-large-cnn
Опубликована
30 июл 2026

scihigh2026-subtask1-bart-large-cnn

СуммаризацияТекст → текст3 профессии

Англоязычная дообученная модель BART, которая создаёт короткие тезисы о результатах научной работы по её аннотации.

17скачиваний за 30 дней0лайковвеса обновлены30 июл 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

Yakk99/scihigh2026-subtask1-bart-large-cnn — англоязычная модель на архитектуре BART, разработанная на основе facebook/bart-large-cnn и дообученная на наборе MixSub-SciHigh. Она предназначена для генерации 3–5 кратких тезисов о результатах и вкладе научной работы по её аннотации; общий объём тезисов — около 50–55 слов. В отличие от обычного пересказа, модель формирует сжатые тезисные формулировки в телеграфном стиле.

Модель принимает текст аннотации и генерирует текст. Контекст ограничен 1024 токенами. На официальной валидационной выборке из 1 985 примеров ROUGE-L составил 24,37%; оценка проводилась по метрикам сходства текста, без отдельной проверки фактической точности. Репозиторий распространяется по лицензии MIT.

Качество результата может снижаться, если исходная аннотация обрезана: часть сведений, упомянутых в эталонных тезисах, тогда отсутствует во входном тексте. Модель оценена на одной валидационной выборке, а её способность избегать фактических ошибок отдельно не проверялась.

Сценарии применения

  • генерация тезисов о научной статье по аннотации
  • сжатое изложение результатов и вклада исследования
  • подготовка кратких исследовательских highlights для публикации
  • автоматическое выделение ключевых выводов научной работы

Ограничения

Аннотации в обучающих данных часто обрезаны, поэтому важные для тезисов сведения могут отсутствовать во входе. Модель оценивалась на одной валидационной выборке по метрикам текстового сходства; фактическая точность и склонность к галлюцинациям отдельно не проверялись.

Для каких профессий подходит3

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

scihigh2026-subtask1-bart-large-cnn

Fine-tuned facebook/bart-large-cnn for SciHigh-2026 Subtask 1: Research Highlight Generation — generating 3-5 short, telegraphic highlight sentences (~50-55 words total) from a scientific paper's abstract.

Task

Given a paper's abstract, generate a small set of highlight sentences that summarize the paper's key contributions/findings in a compressed, telegraphic style (not a paraphrase-style abstractive summary). Ranked by ROUGE-L F1 (primary metric), with ROUGE-1/2, METEOR, and BERTScore also reported.

Baseline: the FIRE-2025 shared-task's winning submission (fine-tuned Pegasus-large + NER features, 10 epochs) scored 23.45% ROUGE-L F1.

Training data

Fine-tuned on the MixSub-SciHigh dataset, an expanded pool of 15,960 (Abstract, Highlights) pairs: the official 2026 task's 10,000-row training split, plus 5,960 additional real training pairs recovered from the dataset's original source release (leakage-checked by exact Abstract-text match against the official validation/test splits before being used for training — zero overlap confirmed). Validated against the official held-out validation split (1,985 rows), which was not used for training, only for per-epoch checkpoint selection.

Training recipe

SettingValue
Backbonefacebook/bart-large-cnn
Learning rate2e-5 (Adafactor optimizer)
Batch size2 (per device)
Warmup / label smoothingnone
Max input / output length512 / 100 tokens
Beam width4
Epoch ceiling4, with load_best_model_at_end=True + EarlyStoppingCallback(patience=2) on validation ROUGE-L
Decode settingsno_repeat_ngram_size=3 (explicit); repetition_penalty and min_length left at bart-large-cnn's own shipped defaults (1.0 / 56)

Hyperparameters mirror the FIRE-2025 baseline recipe unchanged (a hyperparameter sweep over learning rate, warmup, and label smoothing found every variant flat-to-worse on top of this backbone). The epoch ceiling is a safety bound, not a fixed schedule — early stopping determines the actual stopping point.

In the training run that produced this checkpoint, validation ROUGE-L peaked after epoch 1 and did not improve in epochs 2 or 3; early stopping halted training after epoch 3 (before reaching the 4-epoch ceiling), and the epoch-1 checkpoint (this one) was restored as the final model.

Evaluation results

Evaluated on the full official validation split (1,985 rows):

MetricScorevs. FIRE-2025 baseline (23.45% ROUGE-L)
ROUGE-136.22%—
ROUGE-213.17%—
ROUGE-L24.37%+0.92 pts absolute (+3.9% relative)
ROUGE-Lsum24.36%—
METEOR32.48%—
BERTScore F187.49%—

Usage

from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model_id = "Yakk99/scihigh2026-subtask1-bart-large-cnn"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSeq2SeqLM.from_pretrained(model_id)

abstract = "..."  # a scientific paper's abstract
inputs = tokenizer(abstract, max_length=512, truncation=True, return_tensors="pt")
output = model.generate(**inputs, max_length=100, num_beams=4)
print(tokenizer.batch_decode(output, skip_special_tokens=True)[0])

max_length=100 is set explicitly to match the recipe's output-length budget — the checkpoint's own generation_config already carries this value, so a plain model.generate(**inputs) call (with no extra arguments) also reproduces the reported results.

Files

  • train_final.py / train_final.ipynb — the standalone training script and a companion notebook documenting this exact recipe end-to-end (data, model, training configuration, decode settings, and the real reported results above).

Limitations

  • Abstracts in the source dataset are frequently truncated mid-sentence (a scraped-preview artifact in the original data release), which imposes a hard ceiling on achievable ROUGE-L for the affected subset — some reference highlights cite facts genuinely absent from the (truncated) input.
  • This model was selected and evaluated on ROUGE-L against a single validation split; it has not been evaluated for factual accuracy/ hallucination beyond standard n-gram/embedding-based metrics.

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
dbf89dc

0 моделей