Gliner
PulseAugur coverage of Gliner — every cluster mentioning Gliner across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
Musubi发布PolicyLM-1.7B用于实时内容审核
Musubi发布了PolicyLM-1.7B，这是一款开源的决策模型，专为实时内容审核而设计。该模型能够解读普通英文内容政策，并在50毫秒内将其应用于消息，为传统的AI分类器提供了更快、更具成本效益的替代方案。与现有系统不同，PolicyLM-1.7B在更新政策时无需重新训练，从而允许人工政策制定者快速迭代。在此之前，人们对决策模型的兴趣激增，TypeSafe AI、OpenAI和Amazon也推出了类似的产品。
-
用户寻求关于蒸馏LLM用于文档提取的建议
一位Reddit用户正在就使用蒸馏LLM方法的文档提取过程寻求建议。他们训练了两个287M编码器模型，一个用于实体识别（GLiNER），另一个用于分类，以处理法院判决。用户详细介绍了他们的两步过程：首先，使用Claude Sonnet等强大LLM来标记一部分文档并提取实体、动作和值，然后，在这些标记数据上微调更小的模型。他们在匹配原始LLM的性能方面遇到了问题，并正在寻求对其方法的反馈。
-
设备端 NER 模型在准确性、成本和可靠性方面接受评估
一项新近发表在 arXiv 上的研究评估了九种用于设备端部署的命名实体识别 (NER) 系统，考虑了准确性、成本、可靠性和置信度。该研究比较了各种参数大小和数据集上的经典标签器、双向编码器专家以及生成式大型语言模型 (LLM)。研究结果表明，虽然较大的 LLM 在准确性方面具有竞争力，但较小的编码器模型由于其较小的尺寸和更快的延迟，在可部署性方面提供了显著优势，尽管生成式模型可能产生相当比例的无效输出。
-
TypeLLM 在混乱数据处理方面领先开源替代品
一位用户测试了 Jevíčko 的多个开源替代品，用于处理长而复杂的真实世界数据。评估重点关注 TypeLLM、Open-Jev、Nimble、Tev1、Gliner 和 Julia 等模型。TypeLLM 在零错误链接的情况下实现了 98.6% 的高匹配率，表明其在实体识别和链接方面表现强劲。
-
Knowledgator发布GLiFormer，用于无Token信息提取
Knowledgator Engineering推出了GLiFormer，一个用于信息提取任务的新型编码器框架。该模型提供Base（2.642亿参数）和Large（5.756亿参数）版本，无需生成Token即可执行命名实体识别、文本分类、关系提取和嵌套JSON结构化。GLiFormer在基准测试中取得了有竞争力的性能，特别是在嵌套JSON提取方面，其Large版本达到了91.10 F1分数，并且在这些任务上比传统LLM具有显著的速度优势。
-
AI驱动的图书推荐器利用封面图提供建议
一位软件工程师开发了一个名为 By-Its-Cover 的图书推荐系统，该系统利用 AI 根据书籍封面进行推荐。该系统采用 CLIP 嵌入技术，既能对书籍封面进行语义搜索，又能通过协同过滤模型提供个性化推荐。用户可以通过搜索书籍或通过评分提供反馈与系统互动，这些反馈会异步地将新书籍添加到数据库并优化个性化推荐。
-
开发俄语模型 PII 检测器的挑战
一篇技术文章讨论了为俄语寻找现成 PII 检测器的挑战，重点介绍了西里尔字母、正则表达式、GLiNER 等命名实体识别 (NER) 模型以及大型语言模型 (LLM) 管道中的掩码技术等方面的问题。作者详细介绍了在生产环境中尝试实施此类系统时遇到的复杂性。
-
GLiNER 工具简化了从自由文本中提取信号的过程 · 跟踪 2 个来源
本文讨论了 GLiNER，一个用于从自由文本数据中提取信号的工具。文章探讨了零样本命名实体识别 (NER) 足够适用的场景，以及何时需要对模型进行微调以实现更精确的特征提取。文章旨在指导用户如何根据其特定的 MLOps 需求有效利用 GLiNER。
-
新的REDACT基准系统性地测试了25种语言的PII检测能力
研究人员推出REDACT，这是一个新的多语言基准，旨在系统性地评估个人身份信息（PII）的检测能力。该基准包含超过13,000条记录，324,000个标注，涵盖51种实体类型，并支持25种语言。研究评估了包括GPT-4.1和Claude Sonnet 4.6在内的五种检测器，结果表明，虽然基于LLM的检测器通常更强大，但它们的性能会因数据敏感性和披露形式而显著不同。该基准旨在提供对PII检测能力更受控、更全面的评估。
-
AI框架被开发用于追踪研究文献中的数据集使用情况
研究人员开发了一个新的AI框架，用于追踪和分类学术文献中的数据集使用情况，填补了当前研究基础设施的空白。该多任务GLiNER系统联合提取数据集提及、识别关系并对使用上下文进行分类。为了克服标记数据有限的挑战，该方法结合了合成数据生成和基于LLM的再验证，以提高监测数据集引用的准确性和一致性。
-
开源GLiNER模型发布，用于LLM护栏
一家公司发布了GLiNER，这是一个开源的小型语言模型，旨在为大型语言模型实现护栏。该模型现已公开可用。GLiNER旨在提供更快、更有效的安全审核能力。
-
GLiNER-Relex 在单一 NLP 模型中统一了实体和关系提取
研究人员推出 GLiNER-Relex，一个旨在同时执行命名实体识别和关系提取的新型统一框架。该方法扩展了现有的 GLiNER 架构，利用共享的 transformer 编码器来处理文本、实体标签和关系标签。该模型能够对推理期间指定的任意实体和关系类型进行零样本提取，在多个基准测试中表现出竞争力，同时保持计算效率。该框架作为一个开源 Python 包公开发布。