实体
GLiNER2.5
GLiNER2.5
PulseAugur coverage of GLiNER2.5 — every cluster mentioning GLiNER2.5 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
时间线
- 2026-08-24 product_launch Fastino released GLiNER2.5, a new information extraction model. 来源
最近 · 第 1/1 页 · 共 3 条
-
面向个人助理的开源CalDec v1决策模型发布
一款名为CalDec v1的全新开源、开放权重决策模型已发布，专为个人助理设计。该模型的创建者缺乏专业的机器学习经验，将其开发为现有模型（如Laya和GLiNER2.5）的微调版本，旨在实现实时、完全本地运行，并增强隐私和降低延迟。创建者已在Hugging Face和GitHub上分享了模型、数据集和代码。
-
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。
-
Fastino 发布 GLiNER2.5，采用边界预测实现高效信息抽取
Fastino 发布了 GLiNER2.5，这是一种信息抽取模型，用边界预测取代了跨度枚举。这种架构改变允许更长的上下文窗口，最多可达 4,096 个词，并实现与序列长度相关的线性计算。该模型支持联合实体关系抽取、跨任务标签约束和每跨度属性，为现有方法提供了更灵活、更高效的替代方案。Hugging Face 上提供了三个检查点，适用于包括 CPU 推理在内的各种部署场景。