/ Модель

Характеристики

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

gliner2-base-v1-redocred

Разметка токеновТекст → label8 профессий

Дообученная на Re-DocRED модель GLiNER2 извлекает сущности и отношения из англоязычных документов.

13скачиваний за 30 дней0лайковвеса 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

GLiNER2-base-v1-Redocred — модель извлечения информации на базе GLiNER2, дообученная на Re-DocRED. Она предназначена для извлечения сущностей и отношений между ними в англоязычных документах; карточка также относит к задачам модели извлечение событий и классификацию. Обучающий набор содержит 3 053 записи, а для проверки использовались отдельные валидационная и тестовая выборки по 500 записей; в Re-DocRED представлены 96 типов отношений и 6 типов сущностей.

В тестировании F1 для сущностей составил 0,842 при строгом и 0,893 при более мягком сопоставлении. Для отношений показатели ниже: F1 0,263 и 0,321 соответственно, при низкой полноте. Модель распространяется в формате safetensors и использует библиотеку gliner2. Лицензия указана как other; условия следует уточнить на странице модели и датасета.

Сценарии применения

  • извлечение именованных сущностей из документов
  • поиск отношений между сущностями в тексте
  • извлечение фактов на уровне документа
  • извлечение событий из текста
  • классификация текста средствами GLiNER2

Ограничения

На тестовой выборке извлечение отношений имеет низкую полноту и F1: 0,168 и 0,263 при строгом сопоставлении. Лицензия обозначена как other, поэтому условия использования следует проверить отдельно.

Для каких профессий подходит8

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

gliner2-base-v1_redocred

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_redocred

Training data

1 dataset used for this run. 3,053 training records (val: 500, test: 500).

DatasetTask(s)TrainValTestLanguageLicenseSource
Re-DocREDNER + relations (doc-level)3,053500500ensee cardlink

Dataset notes

  • Re-DocRED — Revised DocRED with corrected gold annotations; canonical train/val/test splits, 96 relation types, 6 entity types.

Training procedure

SettingValue
Trained on2026-07-19
Duration49m 46s
Throughput12.6 samples/s
Epochs10
Batch size8 (× 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_relation_strict_micro_f1
Seed42

Evaluation

Decision threshold: 0.5 (config default).

Blind test (held-out test splits)

Micro precision / recall / F1, strict → relaxed.

CategoryPrecisionRecallF1Support
entity0.838 → 0.8890.845 → 0.8970.842 → 0.89310705
relation0.603 → 0.7350.168 → 0.2050.263 → 0.32117348

Best checkpoint (validation)

Micro precision / recall / F1, strict → relaxed.

CategoryPrecisionRecallF1Support
entity0.831 → 0.8850.833 → 0.8880.832 → 0.88712255
relation0.632 → 0.7610.174 → 0.2100.273 → 0.32918321

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

  • Re-DocRED (see card)
  • 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
24dd2bb

0 моделей