Характеристики

Библиотека: pytorch
Опубликована: 7 июл 2026

Ссылки

Hugging Face

bibr-parser-v4-5-gold

scienceverse

Разметка токеновТекст → label

Модель на основе ModernBERT и CRF извлекает поля из библиографических ссылок, размечая токены BIO-тегами.

0скачиваний за 30 дней0лайковвеса обновлены3 сен 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

bibr Parser v4.5 Gold — модель проекта bibr для извлечения и разметки полей библиографических ссылок. Она предназначена для NER-пути REF_PARSE_STRATEGY=ner в парсере bibr и присваивает токенам 39 BIO-тегов, соответствующих полям ссылки. Архитектура сочетает энкодер ModernBERT-base и CRF с управлением признаками; максимальная длина последовательности при обучении составляла 256 токенов.

Модель дообучена на корпусе data/parser_v4_5_gold: 16 459 обучающих и 4 031 валидационная запись. В README приведён показатель micro entity F1 около 0,965 на валидации. Репозиторий включает веса PyTorch и ONNX-файлы. Для интеграции в runtime README указывает передавать нулевые token_features, поскольку это соответствует обученному пути модели. Лицензия в предоставленных данных не указана.

Сценарии применения

извлечение авторов из библиографических ссылок
выделение названия публикации в записи литературы
разбор года, журнала и других полей ссылки
структурирование неразмеченных библиографических записей

Ограничения

Результат зависит от передачи token_features в соответствии с обученным режимом; README предписывает использовать нулевые признаки. Данные не сообщают о лицензии модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bibr Parser v4.5 Gold

ModernBERT + feature-gated CRF reference-field parser for bibr's REF_PARSE_STRATEGY=ner path.

Training

Encoder: answerdotai/ModernBERT-base
Initial checkpoint: parser_giant_v4_fixed/best.pt
Fine-tune corpus: data/parser_v4_5_gold
Train rows: 16,459
Validation rows: 4,031
Tags: 39 BIO parser tags
Max sequence length: 256
Tokenizer convention: add_special_tokens=False

Validation

Best training validation micro entity F1: 0.9653892730.

Same-split compatibility check against bibr's runtime all-zero token features:

Checkpoint	Feature Mode	Validation Entity F1
`parser_giant_v4_fixed/best.pt`	zero features	`0.0543892926`
this checkpoint	true features	`0.9651912333`
this checkpoint	zero features	`0.9652572991`
this checkpoint	no features (`None`)	`0.8276018305`

bibr's runtime parser should continue passing all-zero token_features, not None, because the feature projection bias is part of the trained forward path.

Files

best.pt - PyTorch state dict for FeatureGatedEncoderCRF
metrics.json - training validation summary
report.txt - per-field validation classification report
tag_config.json - tag metadata from bibr_training.tags

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: ff50a83