Gli sviluppatori hanno rilasciato il modello multilingue GLiNER2.5 Multi

Il team di sviluppatori ha presentato GLiNER2.5 Multi — una versione aggiornata del modello per l'estrazione unificata di informazioni. Il sistema è progettato per risolvere problemi di riconoscimento di entità, classificazione di testi e determinazione delle relazioni tra oggetti in un ambiente multilingue.

L'architettura del modello si basa sull'encodatore pre-addestrato mDeBERTa-v3-base. Il numero totale di parametri è di 287 milioni, il che garantisce un equilibrio tra prestazioni e requisiti di risorse computazionali. Il modello supporta l'integrazione tramite la libreria AutoExtractor, che semplifica l'integrazione nei pipeline di elaborazione dei dati esistenti.

Durante i test interni, il sistema ha dimostrato un'elevata efficienza, ottenendo un punteggio di 96 punti secondo la metrica di qualità interna in soli 3 ore di addestramento. Gli sviluppatori si sono concentrati sulla versatilità dello strumento, consentendo agli utenti di estrarre dati strutturati da testi non strutturati senza la necessità di riaddestrare per domini specifici.

La release è disponibile per il download sulla piattaforma Hugging Face con licenza aperta. L'utilizzo di GLiNER2.5 Multi consente di automatizzare l'estrazione di entità in progetti che richiedono il supporto di più lingue contemporaneamente, riducendo il tempo di configurazione dei classificatori specifici per ciascuna di esse.