[控场AI]
模型

BART

Meta（Facebook AI）于2019年推出的预训练语言模型，专为文本去噪与生成任务设计，采用编码器-解码器架构，编码器做双向注意力理解输入，解码器自回归生成输出

核心事实

零样本分类依托预训练大语言模型如BART、RoBERTa的NLI变体的语义理解能力

已验证75% 置信3 来源

BERT 采用编码器架构，GPT 系列采用解码器架构，T5 和 BART 采用编码器-解码器架构

已验证75% 置信5 来源

时间轴 (近 90 天)

10月1日

FastModel 现可微调 T5、T5Gemma、BART、Marian 等文本编码器-解码器模型

待验证50%
9月14日

零样本分类依托预训练大语言模型如BART、RoBERTa的NLI变体的语义理解能力

已验证75%
9月12日

BART 由 Facebook AI 于 2019 年推出，专为文本去噪与生成任务设计，编码器负责理解输入，解码器负责生成输出

待验证50%

全部知识事实 (5)

已验证

零样本分类依托预训练大语言模型如BART、RoBERTa的NLI变体的语义理解能力

75%已验证

BERT 采用编码器架构，GPT 系列采用解码器架构，T5 和 BART 采用编码器-解码器架构

75%待验证

RAG原始论文使用DPR（Dense Passage Retrieval）作为检索器、BART作为生成器

90%待验证

FastModel 现可微调 T5、T5Gemma、BART、Marian 等文本编码器-解码器模型

50%待验证

BART 由 Facebook AI 于 2019 年推出，专为文本去噪与生成任务设计，编码器负责理解输入，解码器负责生成输出

50%

来源文章

DeepSeek v4.1-Flash发布：763B编解码架构携视觉能力回归9月12日