Cuándo usar GLiNER 2.5
Usa GLiNER2.5 Multi cuando la extracción o la cobertura multilingüe sean fundamentales:- Extracción de entidades: extrae personas, organizaciones, productos, ubicaciones o entidades específicas del dominio (medicamentos, dosis, cláusulas) de texto libre, con offsets de caracteres y puntuaciones de confianza.
- Registros estructurados: convierte “Alice bought apples and Bob bought oranges” en
[{"buyer": "Alice", "item": "apples"}, {"buyer": "Bob", "item": "oranges"}], manteniendo vinculados los campos de cada instancia. - Extracción de relaciones y grafos de conocimiento: extrae grafos tipados de entidades y relaciones (
works_for,located_in) para la memoria de agentes o una base de conocimiento. - Atributos de span: etiqueta cada entidad extraída con un atributo, como el sentimiento por persona, en la misma pasada que la extracción.
- Documentos largos: procesa un contexto codificado de hasta 4,096 tokens, con división en fragmentos y reasignación de offsets para documentos más largos.
- Varias tareas a la vez: combina entidades, clasificación, estructuras y relaciones en una única llamada con restricciones de esquema en lugar de encadenar varias solicitudes al modelo.
- Resultados coherentes: usa clasificación con restricciones o extracción conjunta de entidades y relaciones cuando las etiquetas y los extremos de las relaciones deban coincidir.
Cómo usar GLiNER 2.5
Llama al checkpoint multilingüe a través del endpoint de inferencia de Fastino compatible con OpenAI. Coloca el texto en un mensaje de usuario y describe la tarea enschema:
classifications, structures o relations al mismo schema para ejecutar varias tareas sobre el mismo texto en una sola llamada. Consulta la referencia de la API de inferencia para ver el contrato completo de solicitud y respuesta, incluidos los registros estructurados y los esquemas de relaciones.
Clasificación con restricciones con GLiNER2.5 Multi
Usa la clasificación con restricciones cuando varias respuestas deban formar una única decisión válida. A diferencia declassifications clásico, que selecciona cada tarea de forma independiente, el decodificador con restricciones busca una asignación conjunta que cumpla las reglas declaradas.
GLiNER2.5 Multi admite tres formas de tarea:
Cada tarea puede incluir descripciones de las respuestas, una instrucción y ejemplos etiquetados. Estos campos dan contexto al codificador para la puntuación, mientras la salida se mantiene limitada a las respuestas declaradas.
Las restricciones conectan los resultados de esas tareas:
El resultado contiene la respuesta seleccionada de cada tarea, las probabilidades de las respuestas, la confianza y
_meta.feasible. Las restricciones pueden seleccionar una respuesta de menor probabilidad cuando las opciones principales independientes infringirían una regla. Garantizan la coherencia; no aumentan ni recalibran las probabilidades ni la confianza.
En las tareas de respuesta única y ordinales, la confianza es la probabilidad de la respuesta seleccionada. En las tareas de varias respuestas, es la media geométrica de la probabilidad de cada respuesta seleccionada y del complemento de cada respuesta no seleccionada (1 - probability). Un resultado vacío de varias respuestas sin valor predeterminado no tiene valor de confianza.
Consulta el ejemplo de API de clasificación con restricciones para ver la solicitud alojada completa, los campos de esquema admitidos, las restricciones y la respuesta.
Explora GLiNER2.5
Lee sobre la arquitectura, los benchmarks y los casos de uso.
GLiNER-2.5-Decide
Usa el modelo ajustado para clasificación en inglés para decisiones operativas.
Ver el catálogo de modelos
Explora los modelos de Fastino y sus IDs de modelo.
Referencia de la API de inferencia
Contrato completo de solicitud y respuesta, incluidos los registros estructurados y las relaciones.