Geliştiriciler çok dilli GLiNER2.5 Multi modelini yayınladılar

Geliştirici ekibi, GLiNER2.5 Multi adlı birleşik bilgi çıkarma modelinin güncellenmiş bir sürümünü sundu. Sistem, çok dilli bir ortamda varlık tanıma, metin sınıflandırma ve nesneler arasındaki ilişkilerin belirlenmesi görevlerini çözmek için tasarlanmıştır.

Model mimarisi, önceden eğitilmiş mDeBERTa-v3-base kodlayıcısına dayanmaktadır. Toplam parametre sayısı 287 milyon olup, bu da performans ile hesaplama kaynaklarına olan gereksinimler arasında bir denge sağlar. Model, AutoExtractor kitaplığı aracılığıyla entegrasyonu destekler, bu da mevcut veri işleme.pipeline'larına entegrasyonu kolaylaştırır.

İç testlerde sistem yüksek verimlilik gösterdi ve yalnızca 3 saatlik eğitimle iç kalite ölçütüne göre 96 puan aldı. Geliştiriciler, aracın evrenselliğine odaklandı ve kullanıcıların, belirli alanlara yeniden eğitime gerek kalmadan yapılandırılmamış metinlerden yapılandırılmış verileri çıkarmalarına olanak tanıdı.

Sürüm, Hugging Face platformunda açık bir lisans altında indirilmeye sẵn durumdadır. GLiNER2.5 Multi kullanmak, birden fazla dili aynı anda desteklemesi gereken projelerde varlık çıkarmayı otomatikleştirmeye olanak tanır ve her biri için özel sınıflandırıcılar ayarlamak için gereken zamanı azaltır.