BrunoSanKI-PraxisAngewandte KI für Entscheider
← Alle LLMs
LLM · Linydub

bart

Eine Modellfamilie als lebendes Objekt: Varianten, ausgewählte Leistungsdaten und alle verbundenen BrunoSan-Quellensignale.

Erwähnungen
in 30 Tagen
Quellen
1Varianten
Im Universe erkunden →History öffnen →

Modelle

Alle bekannten Varianten dieser Familie. Ein direkter Artikel-Link springt exakt zur genannten Variante.

Linydub · bart

bart-large-samsum

KNOWN

Technische Leistungsdaten sind für diese Variante noch nicht vollständig bestätigt.

—Kontext
—Max. Output
—Input
—Output
—Input / 1M
—Output / 1M
—Tools
—Reasoning
—Structured
HF · Lizenz apache-2.0 Erwähnungen →Universe →Hugging Face ↗

Benchmarks

BenchmarkWertBeleg
SAMSum Corpus: A Human-annotated Dialogue Dataset for Abstractive SummarizationTest ROGUE-Lsum49.1874Quelle ↗abgerufen 2026-10-25
SAMSum Corpus: A Human-annotated Dialogue Dataset for Abstractive SummarizationValidation ROGUE-229.6005Quelle ↗abgerufen 2026-10-25
SAMSum Corpus: A Human-annotated Dialogue Dataset for Abstractive SummarizationTest ROGUE-153.4345Quelle ↗abgerufen 2026-10-25
SAMSum Corpus: A Human-annotated Dialogue Dataset for Abstractive SummarizationTest ROGUE-L44.1848Quelle ↗abgerufen 2026-10-25
SAMSum Corpus: A Human-annotated Dialogue Dataset for Abstractive SummarizationValidation ROGUE-Lsum50.464Quelle ↗abgerufen 2026-10-25
Weitere 3 Ergebnisse
BenchmarkWertBeleg
SAMSum Corpus: A Human-annotated Dialogue Dataset for Abstractive SummarizationTest ROGUE-228.7445Quelle ↗abgerufen 2026-10-25
SAMSum Corpus: A Human-annotated Dialogue Dataset for Abstractive SummarizationValidation ROGUE-L44.914Quelle ↗abgerufen 2026-10-25
SAMSum Corpus: A Human-annotated Dialogue Dataset for Abstractive SummarizationValidation ROGUE-155.0234Quelle ↗abgerufen 2026-10-25

BrunoSan Chronik

Alle verbundenen Artikel, neueste zuerst.

Noch keine verbundenen Artikel.

Modelldaten und Nachrichten aus BrunoSan AI-News, OpenRouter und Hugging Face. Benchmark-Werte stammen aus den jeweils verlinkten Quellen; Testbedingungen können abweichen. Modelle bleiben auch ohne Benchmark-Werte sichtbar.