/ Модель

Характеристики

Контекст
1 024 токена
Параметры
95 млн
Лицензия
Apache 2.0
Архитектура
mbart · dense
Библиотека
transformers
Опубликована
13 июн 2026

summarization-model

СуммаризацияТекст → текст3 профессии

Компактная модель Bayan на базе mBART для краткого пересказа новостных текстов на арабском языке.

41скачиваний за 30 дней0лайковвеса обновлены13 июн 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

Bayan Arabic Summarization Model — модель суммаризации, разработанная Bayan. Она предназначена для создания кратких пересказов новостных текстов на арабском языке. Модель построена на архитектуре mBART и содержит 95 млн параметров; для генерации рекомендуется ограничивать результат 40 новыми токенами. Лицензия Apache-2.0.

Карточка рекомендует детерминированную генерацию без выборки и указывает, что beam search и sampling могут усиливать галлюцинации. Для входов, на которых пересказ заметно отходит от источника, предлагается использовать более экстрактивный подход.

Сценарии применения

  • краткий пересказ арабских новостных статей
  • подготовка коротких дайджестов арабских новостей
  • сжатие новостных текстов для лент и сводок

Ограничения

Beam search и случайная выборка могут повысить вероятность галлюцинаций; при отклонении пересказа от источника рекомендуется более экстрактивный подход. Контекст ограничен 1024 токенами.

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

Bayan Arabic Summarization Model

This repository contains the summarization checkpoint used by Bayan.

Recommended generation settings

Use the following defaults for the best balance of faithfulness and brevity:

summary = model.generate(
    **inputs,
    max_new_tokens=40,
    num_beams=1,
    do_sample=False,
    early_stopping=False,
    no_repeat_ngram_size=3,
    repetition_penalty=1.1,
)

Notes

  • The checkpoint is optimized for Arabic news-style summarization.
  • Beam search and sampling may increase hallucination on some inputs.
  • If a summary drifts too far from the source, prefer a more extractive fallback.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MBartForConditionalGeneration
Ревизия весов
dbfe03c

0 моделей