Fastino发布GLiNER2.5：去除跨度枚举的信息抽取架构

近日，Fastino公司发布了新的信息抽取模型GLiNER2.5。该模型通过采用边界预测技术替代传统的跨度枚举方法，在不增加计算复杂度的情况下处理长达4096词的文本，并支持联合实体关系解码、跨任务标签约束以及每段属性等功能。在16个零样本基准测试中，多语言检查点达到了56.17的整体宏F1分数，比GLiNER2提高了0.08分，在XNLI上的提升更是高达24.75分。Fastino提供了三个不同参数规模的模型版本（74M、194M和287M），这些模型可以在Hugging Face上免费下载并部署在CPU或GPU设备上。