> ## Documentation Index > Fetch the complete documentation index at: https://docs.fastino.ai/llms.txt > Use this file to discover all available pages before exploring further. > ## Agent Instructions > Use https://docs.fastino.ai/llms.txt to discover and navigate pages. Use https://docs.fastino.ai/llms-full.txt when you need the complete documentation corpus. Use https://docs.fastino.ai/openapi.json as the source of truth for customer-facing routes. For GLiDE decision inference, call POST https://api.fastino.ai/v1/systemone with model fastino/GLiDE. Do not infer undocumented routes. Read API keys from FASTINO_API_KEY and never embed credentials in code, logs, or reports. # Funktionen von GLiNER 2.5 Decide > Informieren Sie sich über Sprache, Klassifizierungsverhalten, Schemabegrenzungen und nicht unterstützte Muster von GLiNER 2.5 Decide. GLiNER 2.5 Decide ist ein kompaktes englisches Modell mit 340 Millionen Parametern, das für schema-definierte Klassifizierung optimiert ist. ## Klassifizierungsfunktionen * Labels bei der Anfrage definieren, ohne bei jeder Taxonomieänderung neu zu trainieren. * Single-Label-Klassifizierung ausführen, wenn genau ein Label gewinnen soll. * Multi-Label-Klassifizierung ausführen, wenn mehrere Labels zutreffen können. * Mehrere unabhängig benannte Klassifizierungsaufgaben in einem Forward-Pass bewerten. * Ein ausgewähltes Label oder mehrere Labels mit Konfidenz zurückgeben. * Mit `cls_threshold` die Auswahl in Multi-Label-Aufgaben steuern. * Eine Katalog-Standardaufgabe verwenden, wenn sowohl `schema` als auch `response_format` weggelassen werden. Typische Workloads sind Absicht, Routing, Stimmung, Priorität, Moderation, Tags, operative Gates und benutzerdefinierte Texttaxonomien. ## Schemabegrenzungen * Jede Aufgabe benötigt mindestens ein Label. * `labels` muss ein Array von Strings sein. * Objekte mit Label-Beschreibungen werden nicht unterstützt. * Eine Klassifizierungsaufgabe akzeptiert nur `task`, `labels`, `multi_label`, `cls_threshold` und `top_k`. * `top_k` wird akzeptiert, hat aber derzeit keine Wirkung. * `cls_threshold` wirkt sich nur auf die Multi-Label-Auswahl aus. * Single-Label-Aufgaben geben immer das Label mit dem höchsten Wert zurück. ## Entscheidungsgrenzen * Klassische Klassifikationslabels sind ungeordnet. Die Reihenfolge der Labels erzeugt keine ordinale Skala. * Aufgaben in derselben Anfrage sind unabhängig. * Klassische Klassifizierung erzwingt keine Implikationen, Ausschlüsse, Kardinalitätsbeziehungen oder ordinalen Schranken zwischen Aufgaben. * Decide generiert keine Erklärungen, Unterhaltungen oder offenen Texte. Verwenden Sie [GLiNER 2.5 Multi](/de/concepts/gliner), wenn Extraktion, mehrsprachige Abdeckung, Label-Beschreibungen oder eingeschränkte Beziehungen zwischen Aufgaben im Vordergrund stehen. Verwenden Sie [GLiDE Score](/de/concepts/glide-score), wenn Ihre Anwendung eine explizit geordnete Rubrik benötigt. Sehen Sie sich unterstützte Schlüssel und geparste Ergebnisse für Single-Label-, Multi-Label- und mehrere Aufgaben an. Wählen Sie Schwellenwerte, messen Sie die Qualität und stimmen Sie das Modell für Ihre Domäne fein ab. This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.