GLiNER2.5

GLiNER2.5是Fastino开发的模型,专门从文档中精准提取姓名、日期、条款之类的信息。以前的做法就像拿荧光笔逐句扫描,把'从这里到那里算一个候选区间'的每一种划法都画出来再逐一比对。可候选区间越长,计算量就越吃不消,所以通常只能把区间长度限制在十二个词左右。像四十个词那么长的条款,一开始就根本不会被列入候选范围。

GLiNER2.5换了个思路。它不再提前把所有候选区间都画出来,而是只标出'这里像是起点''这里像是终点'这样的边界。就像划线标注时,不是把整段都涂满颜色,而是只在起点和终点各点一个点,再把两点连起来。这样一来,不管区间有多长,计算成本都不会有太大变化,实体长度的上限也就基本消失了。

Fastino把这个模型分成74M、194M、287M三种参数规模发布。它不是那种什么问题都能回答的通用聊天模型,而是专注于'从文档中抽取信息'这一件事的工具。

文章中GLiNER2.5通常出现在'取消了实体抽取长度限制'的语境里。有一点容易被误解:它不是对话式聊天机器人那样的通用模型,而是专注于信息抽取这一单一任务的模型。参数量也在74M到287M之间,比通常所说的大语言模型小得多。