Sakhanda Wire
NVDA $153.64 -1.60% MSFT $506.98 -2.13% GOOGL $279.95 -1.33% META $620.09 -1.01% AMZN $256.57 -0.46%
← К новостям

GLiFormer получил 91,10 F1 при извлечении вложенного JSON

Knowledgator Engineering выпустила GLiFormer — энкодерную систему для извлечения информации с условием на схему. Одна модель поддерживает распознавание именованных сущностей, классификацию текста, извлечение отношений, построение вложенного JSON и создание текстовых эмбеддингов. Метки и схемы передаются во время инференса, а исходный текст кодируется один раз для нескольких задач.

Доступны два чекпойнта Apache 2.0: GLiFormer Base v1 с 264.2M параметров и GLiFormer Large v1 с 575.6M. Их можно запускать на CPU или GPU через Python-пакет и модели в Hugging Face. При структурировании система находит значения непосредственно как отрезки исходного текста, назначает их полям записи, определяет разрешённые связи между родительскими и дочерними узлами и собирает JSON детерминированным декодером. Поэтому она не добавляет текст значений, которого нет во входе, хотя ошибки выбора отрезков и иерархии всё ещё возможны.

На 500 примерах вложенного JSON Knowledgator сообщает 91,10 F1 для Large и 87,20 для Base. GPT-5.6-luna получил 91,96 по метрике, допускающей различия в порядке и границах. Для Base зафиксирована медианная задержка 69 мс на NVIDIA RTX PRO 6000 Blackwell при обработке 40 документов с размером пакета один. Заявленное ускорение до 95,8 раза является аналитической оценкой, а не результатом измеренного запуска LLM.

Текст подготовлен ИИ Sakhanda Wire по материалу MarkTechPost. Факты, цитаты и полный контекст — в оригинальной статье ниже.

Впервые опубликовано изданием MarkTechPost

Читать оригинал на MarkTechPost ↗

Репортаж и изображение принадлежат MarkTechPost и указаны выше со ссылкой на оригинал; текст на этой странице — собственное изложение Sakhanda Wire.

← К новостям

Ещё новости

Все последние новости