01 / 模型卡片
模型卡片
BART Large CNN 是由 Meta (Facebook) 开发的一款经典文本生成模型，专门针对 CNN/Daily Mail 新闻数据集进行了微调，使其在自动摘要任务上表现出色。它采用了典型的 Encoder-Decoder 架构，擅长将长篇幅的文章精炼为简洁的摘要，且能较好地保持语义连贯性。对于开发者而言，该模型在 Hugging Face 等社区支持极佳，上手难度低，是构建新闻摘要、会议纪要缩减或长文本快读工具的理想基准模型。虽然参数量在当前大模型时代不算大，但在特定摘要场景下依然高效且稳定。
模型类型summarization
提供方Facebook
许可状态Apache 2.0
02 / 文件与版本
模型文件与版本
03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
facebook/bart-large-cnn安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model facebook/bart-large-cnn下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model facebook/bart-large-cnn README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('facebook/bart-large-cnn')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/facebook/bart-large-cnn.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/facebook/bart-large-cnn.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面