01 / 模型卡片
模型卡片
Pegasus XSum 是由 Google 开发的专门用于“极致摘要”的预训练模型。与通用 LLM 不同，它专注于将长篇文章浓缩成一句极具概括性的摘要（类似新闻标题），而非简单的信息提取。对于中国开发者来说，它非常适合集成在内容聚合类 App 或资讯平台中，用于自动生成吸引人的摘要。由于其架构针对摘要任务进行了专项优化，在处理长文本压缩时比通用模型更高效，上手难度较低，可直接通过 Hugging Face 等框架快速部署到生产环境。
模型类型summarization
提供方google
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:
google/pegasus-xsum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 google/pegasus-xsum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 google/pegasus-xsum 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('google/pegasus-xsum')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/google/pegasus-xsum.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/google/pegasus-xsum.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