/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
3,7 млрд
Размер весов
15,3 ГБ
Лицензия
MIT
Архитектура
phi3 · dense
Базовая модель
Phi-3-mini-4k-instruct
Опубликована
31 мая 2024

NuExtract

Генерация текстаТекст → текст9 профессий

NuExtract извлекает сведения из текста и оформляет их по заданному JSON-шаблону.

376скачиваний за 30 дней236лайковвеса обновлены19 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

NuExtract — модель NuMind для извлечения структурированных сведений из текста. Она дообучена на частном высококачественном синтетическом наборе данных на базе microsoft/Phi-3-mini-4k-instruct; архитектура — плотная Phi-3, около 3,7 млрд параметров. Модель принимает текст и шаблон JSON с описанием нужных полей, а затем формирует извлечённые данные в заданной структуре. По карточке она предназначена для извлечения информации, включая сценарии без примеров; автор отмечает, что вывод является экстрактивным и текст ответа берётся из исходного текста.

Модель рассчитана на вход менее 2000 токенов. Метаданные указывают контекст до 4096 токенов, английский язык и формат safetensors. Лицензия — MIT. Карточка помечает модель как устаревшую и указывает на обновлённую версию.

Сценарии применения

  • извлечение полей из текстовых документов в JSON
  • извлечение именованных сущностей по пользовательской схеме
  • структурирование сведений из текста без примеров
  • извлечение цитируемых фактов без перефразирования

Ограничения

Карточка рекомендует использовать менее 2000 токенов входного текста, хотя контекст модели составляет 4096 токенов. Модель помечена как устаревшая; заявленный режим извлечения предполагает, что ответный текст присутствует в исходном тексте.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

⚠️ NOTE: This model is out-dated. Find the updated version here

Structure Extraction Model by NuMind 🔥

NuExtract is a version of phi-3-mini, fine-tuned on a private high-quality synthetic dataset for information extraction. To use the model, provide an input text (less than 2000 tokens) and a JSON template describing the information you need to extract.

Note: This model is purely extractive, so all text output by the model is present as is in the original text. You can also provide an example of output formatting to help the model understand your task more precisely.

Try it here: https://huggingface.co/spaces/numind/NuExtract

We also provide a tiny(0.5B) and large(7B) version of this model: NuExtract-tiny and NuExtract-large

Checkout other models by NuMind:

Benchmark

Benchmark 0 shot (will release soon):

Benchmark fine-tunning (see blog post):

Usage

To use the model:

import json
from transformers import AutoModelForCausalLM, AutoTokenizer


def predict_NuExtract(model, tokenizer, text, schema, example=["", "", ""]):
    schema = json.dumps(json.loads(schema), indent=4)
    input_llm =  "<|input|>\n### Template:\n" +  schema + "\n"
    for i in example:
      if i != "":
          input_llm += "### Example:\n"+ json.dumps(json.loads(i), indent=4)+"\n"
    
    input_llm +=  "### Text:\n"+text +"\n<|output|>\n"
    input_ids = tokenizer(input_llm, return_tensors="pt",truncation = True, max_length=4000).to("cuda")

    output = tokenizer.decode(model.generate(**input_ids)[0], skip_special_tokens=True)
    return output.split("<|output|>")[1].split("<|end-output|>")[0]


# We recommend using bf16 as it results in negligable performance loss
model = AutoModelForCausalLM.from_pretrained("numind/NuExtract", torch_dtype=torch.bfloat16, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("numind/NuExtract", trust_remote_code=True)

model.to("cuda")

model.eval()

text = """We introduce Mistral 7B, a 7–billion-parameter language model engineered for
superior performance and efficiency. Mistral 7B outperforms the best open 13B
model (Llama 2) across all evaluated benchmarks, and the best released 34B
model (Llama 1) in reasoning, mathematics, and code generation. Our model
leverages grouped-query attention (GQA) for faster inference, coupled with sliding
window attention (SWA) to effectively handle sequences of arbitrary length with a
reduced inference cost. We also provide a model fine-tuned to follow instructions,
Mistral 7B – Instruct, that surpasses Llama 2 13B – chat model both on human and
automated benchmarks. Our models are released under the Apache 2.0 license.
Code: https://github.com/mistralai/mistral-src
Webpage: https://mistral.ai/news/announcing-mistral-7b/"""

schema = """{
    "Model": {
        "Name": "",
        "Number of parameters": "",
        "Number of max token": "",
        "Architecture": []
    },
    "Usage": {
        "Use case": [],
        "Licence": ""
    }
}"""

prediction = predict_NuExtract(model, tokenizer, text, schema, example=["","",""])
print(prediction)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Phi3ForCausalLM
Ревизия весов
cc8190e

0 моделей