/ Модель

Характеристики

Лицензия
Своя лицензия
Архитектура
extractor · dense
Базовая модель
gliner2-base-v1
Библиотека
gliner2
Опубликована
20 июл 2026

gliner2-base-v1-docee

Разметка токеновТекст → label4 профессии

Англоязычная дообученная модель GLiNER2 для извлечения сущностей и классификации документов при извлечении событий.

9скачиваний за 30 дней1лайквеса обновлены6 авг 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

whr778/gliner2-base-v1-docee — модель извлечения информации, дообученная на базе fastino/gliner2-base-v1 для извлечения событий из документов в наборе DocEE. Она предназначена для разметки сущностей и классификации документа, связанной с извлечением событий; README также относит к задачам семейства извлечение отношений и событий. Модель работает с текстом через библиотеку gliner2.

Данные обучения и оценки — англоязычные; размер модели и длина контекста в предоставленных источниках не приведены. На слепом тесте классификация показала F1 0,993–0,996, а извлечение сущностей — 0,333–0,539 в зависимости от строгого или смягчённого критерия. Модель опубликована под лицензией other; условия лицензии следует проверять в карточке репозитория перед использованием.

Сценарии применения

  • извлечение сущностей и их ролей в документах о событиях
  • классификация документа по наличию целевого события
  • структурирование англоязычных документов для последующего анализа событий

Ограничения

В тестовых результатах качество извлечения сущностей заметно ниже качества классификации: F1 составляет 0,333 по строгому и 0,539 по смягчённому критерию. Обучение и оценка описаны только для английского языка и набора DocEE.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gliner2-base-v1_docee

A GLiNER2 multi-task information-extraction model (entities, relations, events, and classification) fine-tuned from fastino/gliner2-base-v1.

⚠️ License at a glance

  • Effective license: Unverified — review required
  • Commercial use: Unverified
  • All dataset licenses verified: No

See License for the full determination and per-dataset terms.

Model details

  • Base model: fastino/gliner2-base-v1
  • Library: gliner2
  • Tasks: entity, relation, event, and classification extraction
  • Experiment: gliner2-base-v1_docee

Training data

1 dataset used for this run. 21,966 training records (val: 2,748, test: 2,771).

DatasetTask(s)TrainValTestLanguageLicenseSource
DocEEEvent extraction (doc-level)21,9662,7482,771ensee sourcelink

Dataset notes

  • DocEE — Document-level event extraction; one event per document mapped to role-typed entities and document classification.

Training procedure

SettingValue
Trained on2026-07-19
Duration17h 42m
Throughput14.3 samples/s
Epochs15
Batch size16 (× 2 grad-accum)
Encoder LR1e-05
Task-head LR0.0003
Weight decay0.01
Schedulercosine_restarts (warmup 0.05)
Precisionbf16
Max grad norm1.0
Best-checkpoint metriceval_classification_strict_micro_f1
Seed42

Evaluation

Decision threshold: 0.5 (config default).

Blind test (held-out test splits)

Micro precision / recall / F1, strict → relaxed.

CategoryPrecisionRecallF1Support
entity0.257 → 0.4160.473 → 0.7650.333 → 0.53919188
classification0.993 → 0.9960.993 → 0.9960.993 → 0.9962771

Best checkpoint (validation)

Micro precision / recall / F1, strict → relaxed.

CategoryPrecisionRecallF1Support
entity0.438 → 0.6660.456 → 0.6950.447 → 0.68027078
classification0.906 → 0.9240.906 → 0.9240.906 → 0.9248093

License

Effective license: Unverified — review required. This model is a derivative of its base model and every training dataset, so the most restrictive term across all of them governs the whole model.

  • Commercial use: Unverified
  • Share-alike obligation: No
  • All licenses verified: No
  • Base model: gliner2-base-v1 — see model card

Unverified — verify the upstream terms before redistribution

  • DocEE (see source)
  • gliner2-base-v1 (see model card)

License strings are copied verbatim from each dataset's card/source and from tools/train/dataset_registry.yaml. "see card"/"see source"/"other" mean the upstream declares no clear license — treat as unverified. This summary is informational, not legal advice; confirm terms before redistribution or commercial use.

Citation

If you use this model, please cite GLiNER2 and the underlying datasets (linked in Training data).


Model card generated automatically at the end of training (2026-07-19).

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
965fb23

0 моделей