/ Модель

Характеристики

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

gliner2-large-v1-docee

Разметка токеновТекст → label4 профессии

Модель GLiNER2, дообученная на DocEE для извлечения событий и сущностей и классификации англоязычных документов.

7скачиваний 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 Large v1 DocEE — модель извлечения информации на основе GLiNER2, дообученная whr778 на базе fastino/gliner2-large-v1 для извлечения событий из документов. Она предназначена для определения событий, связанных с ними сущностей и ролей, а также для классификации документов. Модель обучалась на англоязычном наборе DocEE: 21 966 обучающих записей, 2 748 примеров для валидации и 2 771 для тестирования.

Модель использует библиотеку gliner2 и поставляется в формате safetensors. На слепом тесте F1 классификации составил 0,994–0,997 в зависимости от строгости оценки; для извлечения сущностей F1 составил 0,360 в строгом и 0,569 в более мягком режиме. В README не указаны размер модели и длина контекста. Лицензия обозначена как other, поэтому условия использования следует сверить с карточкой модели и источником данных DocEE.

Сценарии применения

  • извлечение событий и их участников из документов
  • поиск именованных сущностей и распределение их по ролям события
  • классификация документов по типу события

Ограничения

Оценка извлечения сущностей на слепом тесте заметно ниже оценки классификации: F1 составляет 0,360 в строгом режиме и 0,569 в мягком. Лицензия указана как other; перед использованием следует проверить её условия.

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-large-v1_docee

A GLiNER2 multi-task information-extraction model (entities, relations, events, and classification) fine-tuned from fastino/gliner2-large-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-large-v1
  • Library: gliner2
  • Tasks: entity, relation, event, and classification extraction
  • Experiment: gliner2-large-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 on2026-07-20
Duration16h 30m
Throughput8.2 samples/s
Epochs15
Batch size4 (× 8 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
entity0.296 → 0.4670.460 → 0.7270.360 → 0.56919188
classification0.994 → 0.9970.994 → 0.9970.994 → 0.9972771

Best checkpoint (validation)

Micro precision / recall / F1, strict → relaxed.

CategoryPrecisionRecallF1Support
entity0.488 → 0.7210.443 → 0.6550.464 → 0.68627078
classification0.910 → 0.9280.910 → 0.9280.910 → 0.9288093

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-large-v1 — see model card

Unverified — verify the upstream terms before redistribution

  • DocEE (see source)
  • gliner2-large-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 (2026-07-20).

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
aed9bbe

0 моделей