Характеристики

Контекст: 1 024 токена
Параметры: 95 млн
Лицензия: Apache 2.0
Архитектура: mbart · dense
Базовая модель: barthez
Опубликована: 7 авг 2026

Ссылки

Hugging Face

barthez-finetuned-v2-synthex

erichogging

СуммаризацияТекст → текст3 профессии

Дообученная на французских корпусах BARThez для автоматического суммирования статей и текстов на французском языке.

26скачиваний за 30 дней0лайковвеса обновлены7 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

erichogging/barthez-finetuned-v2-synthex — дообученная версия BARThez, созданная для автоматического суммирования статей на французском языке в рамках проекта Synthex. Модель основана на архитектуре mBART и содержит 95 млн параметров; она дообучена на французских наборах MLSUM-FR и XL-Sum. Максимальная длина контекста — 1024 токена.

Модель подходит для создания кратких изложений французских статей и других текстов. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

суммирование французских новостных статей
подготовка кратких изложений французских текстов
сжатие длинных французских документов

Ограничения

Модель ориентирована на французский язык и принимает контекст длиной до 1024 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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 III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

erichogging/barthez-finetuned-v2-synthex

BARThez fine-tuné (v2) pour le résumé automatique d'articles en français. Entraîné sur MLSUM-FR + XL-Sum avec des hyper-paramètres optimisés.

Utilisation

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("erichogging/barthez-finetuned-v2-synthex")
model = AutoModelForSeq2SeqLM.from_pretrained("erichogging/barthez-finetuned-v2-synthex")

text = "Votre article en français à résumer..."
inputs = tokenizer(text, return_tensors="pt", max_length=1024, truncation=True)
summary_ids = model.generate(**inputs, max_new_tokens=128, num_beams=4)
summary = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
print(summary)

Projet

Ce modèle fait partie du projet Synthex — une application de résumé automatique de textes en français.

🔗 Dépôt GitHub : hous2020/memoir
🏗️ Modèle de base : moussaKam/barthez

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: MBartForConditionalGeneration
Ревизия весов: 5bc3d16