Gliner
PulseAugur coverage of Gliner — every cluster mentioning Gliner across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
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。