發佈了緊湊型號GLiNER2.5 Small用於資料提取

開發人員推出了 GLiNER2.5 Small ，這是一種專門用於基於架構的統一信息提取的模型。該版本針對需要高速度處理和本地部署能力的任務進行了優化。

模型架構基於 7400萬參數 ，這使得它可以在消費級設備上有效使用。系統的主要專長是處理英語文本，包括實體提取、分類和對象之間的關係定義。

工具通過 AutoExtractor 系統支持工作，該系統自動化了對未標記數據的結構化過程。模型針對本地推理進行了優化，這消除了將機密信息傳輸到第三方服務器的需要。

模型的緊湊大小保證了對運行內存和GPU計算能力的低要求。這使得該解決方案適合集成到邊緣設備和本地數據處理管道中，在這些管道中，響應延遲至關重要。

Small 版本的發布補充了 GLiNER 生態系統，為開發人員提供了在大型模型的性能和實時任務的輕量化之間的選擇。模型的源代碼和權重已經可以在 Hugging Face 平台的存儲庫中下載。