t5 small booksum

提供商cnicu
分类summarization
许可证mit
下载量18.6K
星标0

简介

t5-small-booksum 是一个基于 Google T5 架构并针对书籍内容摘要进行微调的轻量级模型。它专注于处理长文本的总结任务，能够将冗长的书籍章节或故事情节精炼为简洁的摘要。由于参数量极小，该模型对硬件要求极低，非常适合开发者在端侧设备部署，或将其作为长文本预处理流水线中的初步筛选工具。相比于通用的大语言模型，它在特定摘要任务上响应更快，且无需复杂的 Prompt 工程即可快速上手。

核心亮点

  • 专为书籍摘要优化，擅长提炼长文本主旨
  • 轻量化架构，低功耗设备即可流畅运行
  • MIT 协议开源，企业级集成与二次开发无压力
  • 推理速度快，适合作为大规模文本预处理工具

使用方法

安装依赖
# 安装 Hugging Face transformers
pip install transformers torch
SDK 使用
# 使用 transformers 加载模型
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained("cnicu/t5-small-booksum")
tokenizer = AutoTokenizer.from_pretrained("cnicu/t5-small-booksum")

Hugging Face 下载

我们推荐使用命令行或者 Hugging Face Hub SDK 来进行模型的下载。

操作指引：在下载前，请先通过如下命令安装 huggingface_hub：

操作指引 
pip install -U huggingface_hub

命令行下载

下载完整模型库

下载完整模型库 
huggingface-cli download cnicu/t5-small-booksum

下载单个文件到指定本地文件夹（以下载 config.json 到当前路径下 ./dir 目录为例）

下载单个文件到指定本地文件夹（以下载 config.json 到当前路径下 ./dir 目录为例） 
huggingface-cli download cnicu/t5-small-booksum config.json --local-dir ./dir

更多命令行下载选项，可参见官方文档

SDK 下载

SDK 下载 
# 模型下载
from huggingface_hub import snapshot_download
model_dir = snapshot_download('cnicu/t5-small-booksum')

Git 下载

请确保 lfs 已经被正确安装

Git 下载 
git lfs install
git clone https://huggingface.co/cnicu/t5-small-booksum

如果您希望跳过 lfs 大文件下载，可以使用如下命令

跳过 LFS 
GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/cnicu/t5-small-booksum

模型文件托管在 Hugging Face Hub，使用 HF CLI / SDK / Git 直接下载，不经过本站。

PyTorch / Transformers 使用

安装 Transformers

安装 Transformers 
pip install -U transformers torch

模型加载和推理

模型加载和推理 
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained('cnicu/t5-small-booksum')
tokenizer = AutoTokenizer.from_pretrained('cnicu/t5-small-booksum')

完整文档

来源: HuggingFace

---
license: mit
tags:

  • summarization

  • summary

datasets:
  • kmfoda/booksum


---

查看官方来源