Downloads · 30 days
6
4% of all-time downloads
kinopoisk-pegasus
Auttar/kinopoisk-pegasus
kinopoisk-pegasus is a summarization model from Auttar. Use it when you need a shorter version of a longer text. The card lists the license as mit.
Модель для генеративной суммаризации отзывов на русском языке. Обучалась на датасете Kinopoisk с использованием дистилляции знаний от LLM (Qwen/Qwen2.5-1.5B-Instruct).
All-time downloads
148
Public
Parameters
519M
8.2 GB on disk
Likes
0
Public
Repo makeup
Click a slice to open those files.
.safetensors2.1 GB · 100%
At a glance
- Task
- Summarization
- License
- mit
- Model type
- pegasus
- Access
- Public
- Created
- Apr 5, 2026
- Updated
- Apr 5, 2026
- SHA
- ac10987b
Try a prompt
Model card
From the Hugging Face model README
ruPEGASUS for Kinopoisk Review Summarization
Описание
Модель для генеративной суммаризации отзывов на русском языке. Обучалась на датасете Kinopoisk с использованием дистилляции знаний от LLM (Qwen/Qwen2.5-1.5B-Instruct).
Задача
Создание кратких, информативных резюме отзывов с выделением ключевых плюсов и минусов.
Метрики на тестовой выборке
| Модель | ROUGE-1 | ROUGE-2 | ROUGE-L | BERTScore | SBERT Sim |
|---|---|---|---|---|---|
| Baseline (TF-IDF) | 0.0331 | 0.0029 | 0.0291 | 0.6233 | 0.5612 |
| ruPEGASUS | 0.1323 | 0.0483 | 0.1323 | 0.5890 | 0.2032 |
Улучшение относительно Baseline
| Метрика | Улучшение |
|---|---|
| ROUGE-1 | +9.9% |
| ROUGE-2 | +4.5% |
| ROUGE-L | +10.3% |
| BERTScore | +-3.4% |
| SBERT Sim | +-35.8% |
Использование
from transformers import PegasusForConditionalGeneration, PegasusTokenizer
model = PegasusForConditionalGeneration.from_pretrained("Auttar/kinopoisk-pegasus")
tokenizer = PegasusTokenizer.from_pretrained("Auttar/kinopoisk-pegasus")
def summarize(review):
# PEGASUS не требует специального префикса
inputs = tokenizer(review, return_tensors="pt", max_length=512, truncation=True)
outputs = model.generate(inputs.input_ids, max_length=128, num_beams=4)
return tokenizer.decode(outputs[0], skip_special_tokens=True)
# Пример
review = "Фильм просто бомба! Актеры играют отлично, сюжет держит в напряжении."
print(summarize(review))
Обучение
Базовая модель: google/pegasus-x-base
Датасет: Auttar/KinopoiskReviewsSummarization (18,405 пар)
Эпохи: 3
Learning rate: 3e-5
Batch size: 2 (с gradient accumulation 4 → эффективный batch 8)
Оптимизатор: AdamW
FP16: Да
Ссылки
Датасет: https://huggingface.co/datasets/Auttar/KinopoiskReviewsSummarization
- Task
- Summarization
- Type
- pegasus
- License
- mit
- Languages
- ru
- Created
- Apr 5, 2026
- Updated
- Apr 5, 2026