Характеристики

Контекст: 8 192 токена
Лицензия: MIT
Архитектура: extractor · dense
Библиотека: gliner2
Опубликована: 22 июл 2026

Ссылки

Hugging Face

mc-bio-gliner-lymphome-joint

rntc

Разметка токеновТекст → label3 профессии

Франкоязычная GLiNER2-модель для извлечения 89 структурированных полей из текстов клинических случаев лимфомы.

11скачиваний за 30 дней0лайковвеса обновлены22 июл 2026

Бенчмарки

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

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

rntc/mc-bio-gliner-lymphome-joint — франкоязычный биомедицинский экстрактор структурированных данных на архитектуре GLiNER2. Модель разработана для извлечения значений по 89 полям электронной формы клинического случая (eCRF), посвящённой лимфоме; используется совместная супервизия. Основа — sentence-embedding-модель MedEmbed-v9, размер — около 150 млн параметров.

Модель дообучена на синтетическом наборе данных, имитирующем продольную клиническую форму, и предназначена для структурированного извлечения из медицинских текстов. На синтетическом тестовом разбиении из 410 документов значение value-F1 составило 0,657; это лучший вариант без генератора в описанном сравнении. Данные не являются реальными медицинскими записями, поэтому результат не подтверждает качество на реальных больничных документах. Лицензия — MIT.

Сценарии применения

Извлечение полей eCRF из клинических описаний лимфомы
Структурирование сведений о пациентах для клинической формы
Извлечение значений из франкоязычных биомедицинских документов

Ограничения

Обучение и приведённая оценка основаны только на синтетических данных и не устанавливают качество на реальных больничных документах. Метрика value-F1 0,657 получена на синтетическом тестовом наборе из 410 документов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MC-bio-gliner — lymphoma eCRF (joint supervision)

French biomedical structured extractor (GLiNER2 architecture, ~150M parameters) built on the MedEmbed-v9 sentence-embedding backbone. Fine-tuned on a synthetic lymphoma electronic case report form (eCRF) task with 89 fields.

This checkpoint is the one used to produce the reported scores in the thesis chapter Evaluating Open-Vocabulary Extraction (capstone eCRF).

Results (410-document synthetic test split, value-F1 with field competition)

value-F1: 0.657 (best generator-free variant; within 0.018 of the best LLM generator, 27x smaller)

Important note on data

The lymphoma eCRF is entirely synthetic (rntc/lymphome-synth-v4), not real hospital data. It imitates a longitudinal clinical study form. See the thesis for the evaluation protocol (validation-selected threshold, test never used for selection).

Usage

from gliner2 import GLiNER2
model = GLiNER2.from_pretrained("rntc/mc-bio-gliner-lymphome-joint")

Variants

rntc/mc-bio-gliner-lymphome — simple supervision (value-F1 0.640 / span-F1 0.503)
rntc/mc-bio-gliner-lymphome-joint — joint supervision (value-F1 0.657)

Как запустить

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

GPU в ailist

Универсальный рантайм · gliner2

Нельзя запустить

Модели GLiNER требуют отдельного рантайма.

Ревизия весов: f0c3c12