Skip to main content
GLiNER 2.5 Decide es un modelo compacto en inglés, con 340 millones de parámetros, optimizado para clasificación definida por esquema.

​
Capacidades de clasificación

  • Define etiquetas en cada solicitud sin volver a entrenar ante cada cambio de taxonomía.
  • Ejecuta clasificación de una sola etiqueta cuando deba ganar exactamente una.
  • Ejecuta clasificación multietiqueta cuando puedan aplicarse varias etiquetas.
  • Evalúa varias tareas de clasificación independientes y con nombre en una sola pasada hacia delante.
  • Devuelve una o varias etiquetas seleccionadas con su confianza.
  • Usa cls_threshold para controlar la selección en tareas multietiqueta.
  • Usa una tarea de clasificación predeterminada del catálogo cuando se omiten tanto schema como response_format.
Las cargas de trabajo habituales incluyen intención, enrutamiento, sentimiento, prioridad, moderación, etiquetas, compuertas operativas y taxonomías de texto personalizadas.

​
Límites del esquema

  • Cada tarea requiere al menos una etiqueta.
  • labels debe ser un array de cadenas.
  • No se admiten objetos de descripción de etiquetas.
  • Una tarea de clasificación solo acepta task, labels, multi_label, cls_threshold y top_k.
  • top_k se acepta, pero actualmente no tiene efecto.
  • cls_threshold solo afecta a la selección multietiqueta.
  • Las tareas de una sola etiqueta siempre devuelven la etiqueta con mayor puntuación.

​
Límites de decisión

  • Las etiquetas de clasificación clásica no tienen orden. El orden de las etiquetas no crea una escala ordinal.
  • Las tareas de una misma solicitud son independientes.
  • La clasificación clásica no aplica implicaciones, exclusiones, relaciones de cardinalidad ni límites ordinales entre tareas.
  • Decide no genera explicaciones, conversaciones ni texto abierto.
Usa GLiNER 2.5 Multi cuando la extracción, la cobertura multilingüe, las descripciones de etiquetas o las relaciones restringidas entre tareas sean requisitos prioritarios. Usa GLiDE Score cuando tu aplicación necesite una rúbrica explícitamente ordenada.

Clasificación

Consulta las claves admitidas y los resultados de una etiqueta, varias etiquetas y varias tareas.

Evaluación y entrenamiento

Evalúa la calidad, selecciona umbrales y adapta el modelo con datos representativos.