/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Архитектура
mistral · dense
Базовая модель
Mistral-7B-Instruct-v0.3
Библиотека
transformers
Опубликована
30 мар 2025

mistral-7b-academic-metadata-extractor

Генерация текстаТекст → текст6 профессий

Дообученная Mistral-7B модель извлекает библиографические метаданные из научных документов и возвращает их в формате JSON.

156скачиваний за 30 дней0лайковвеса обновлены8 сен 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

Mistral-7B Academic Metadata Extractor — дообученная Tamam Alhasan и Savaş Takan модель на базе Mistral-7B-Instruct-v0.3 для извлечения библиографических сведений из научных документов. Она принимает академический текст и формирует структурированный JSON с названием работы, ключевыми словами, авторами и их организациями, издателем, журналом и годом публикации.

Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Предназначена для автоматизации каталогизации в научных репозиториях, цифровых библиотеках и исследовательских базах. В описанной оценке точность извлечения полей составила 91,8%; оценка проводилась на наборе из 100 тестовых документов.

Обучение и оценка проводились преимущественно на англоязычных научных документах. Качество может снижаться на документах с необычной разметкой, неполными данными, ошибками OCR или из областей, отличающихся от обучающих. Лицензия в предоставленных данных не указана.

Сценарии применения

  • извлечение названий научных публикаций
  • извлечение авторов и их организаций из академических текстов
  • сбор названий журналов, издателей и годов публикации
  • выделение ключевых слов для научной статьи
  • автоматическая индексация документов в цифровых библиотеках

Ограничения

Модель обучалась и оценивалась преимущественно на англоязычных научных документах; качество может снижаться при необычной структуре документа, неполных метаданных, ошибках OCR и на текстах из других областей. Указанная точность 91,8% измерена на тестовом наборе из 100 документов.

Для каких профессий подходит6

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

Mistral-7B Academic Metadata Extractor

A fine-tuned Mistral-7B-Instruct-v0.3 model for structured metadata extraction from academic documents.

The model extracts metadata from academic text and produces structured JSON output.

Extracted Metadata

The model extracts the following fields:

  • Title
  • Keywords
  • Authors
  • Affiliations
  • Publisher
  • Journal
  • Publication Year

Performance

The fine-tuned model achieved an overall field-level accuracy of 91.8% on the test set.

Metadata FieldAccuracy
Title98%
Keywords85%
Authors96%
Affiliations93%
Publisher90%
Journal88%
Year87%
Overall91.8%

Training Dataset

A dataset of 10,000 academic PDF documents was prepared for the project.

The final dataset was divided into:

  • Training: 9,000 documents
  • Validation: 900 documents
  • Testing: 100 documents

Approximately 3,000 documents were manually reviewed to complete or correct missing metadata fields.

Training Configuration

ParameterValue
Base ModelMistral-7B-Instruct-v0.3
Fine-Tuning MethodLoRA
Epochs3 (early stopping at 1.97)
Batch Size2
Learning Rate2e-5
Maximum Sequence Length1024 tokens
GPUNVIDIA A100 80 GB
CPUs per Task6
FrameworkUnsloth + Hugging Face

Output Format

The model is designed to return metadata in JSON format:

{
  "title": "",
  "keywords": [],
  "authors": [
    {
      "name": "",
      "affiliations": [""]
    }
  ],
  "publisher": "",
  "year": "",
  "journal": ""
}

Research

This model was developed as part of the research:

Developing AI Agents That Extract Metadata Using The RAG Method With Fine-Tuned Large Language Models

Authors: Tamam Alhasan and Savaş Takan
Affiliation: Artificial Intelligence and Data Engineering Department, Ankara University

The research compared RAG-based metadata extraction with supervised fine-tuning. Mistral-7B-Instruct-v0.3 achieved 74.43% overall accuracy in the RAG setup, while the fine-tuned model improved the overall accuracy to 91.8%.

Intended Use

This model is intended for extracting structured bibliographic metadata from academic and scientific documents.

Potential applications include:

  • Academic repositories
  • Digital libraries
  • Research databases
  • Automated document indexing
  • Scientific knowledge management

Limitations

The model was trained and evaluated primarily on English-language academic documents. Performance may vary for documents with unusual layouts, incomplete metadata, OCR errors, or domains significantly different from the training data.

Authors

Tamam Alhasan
Artificial Intelligence and Data Engineering
Ankara University, Türkiye

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
bf67c4d

0 моделей