中文简介
GLiNER2.5 Multi 使用多语言边界抽取架构,在一套接口中处理实体、分类、结构化记录、关系与片段属性。它适合把非结构化文本整理成可校验字段。
上游模型卡 / 数据集卡
【定位与用途】
GLiNER2.5 Multi 使用多语言边界抽取架构,在一套接口中处理实体、分类、结构化记录、关系与片段属性。它适合把非结构化文本整理成可校验字段。
【如何选择】
用于多语言信息抽取、标签分类和关系图谱原型,按业务定义标签与字段约束。
【版本与获取范围】
选型方向:检索、抽取与专用模型。固定上游版本:235cf92d6d4318da9bfca0d08975c8fa7250d13b。API 任务字段:token-classification。API 语言字段:multilingual, en。API 架构字段:BoundaryExtractor。上游最近更新时间:2026-09-17(不一定为首次发布日期)。 规模、子集和组件差异见本页简介及注意事项;API 标签与卡片正文的含义分别保留。
【容易混淆的边界】
卡片要求使用 AutoExtractor 分派到对应架构;旧版 span 加载方式不适用,格式正确不代表事实正确。
本节是本站基于固定版本卡片编写的中文选型摘要,并非原文逐句翻译。完整操作、评测协议与许可原文请查看上游固定版本链接;模型效果及资源处理需求尚未由本站实测。
适用场景
用于多语言信息抽取、标签分类和关系图谱原型,按业务定义标签与字段约束。
模型参数
选型方向:检索、抽取与专用模型。固定上游版本:235cf92d6d4318da9bfca0d08975c8fa7250d13b。API 任务字段:token-classification。API 语言字段:multilingual, en。API 架构字段:BoundaryExtractor。上游最近更新时间:2026-09-17(不一定为首次发布日期)。 规模、子集和组件差异见本页简介及注意事项;API 标签与卡片正文的含义分别保留。
文件说明
上游 API 返回 9 个文件,文件元数据合计 1.09 GB。 已保存文件清单中的主要扩展名:.json 4 个、.jpg 1 个、.md 1 个、.png 1 个、.safetensors 1 个、无扩展名 1 个。 当前较大的文件包括:model.safetensors(1.07 GB);tokenizer.json(15.29 MB);GitHub_new.jpg(837.89 KB)。 此处只统计当前 Git 仓库的文件元数据,不包含外部链接、Bucket 或另行申请的完整集合。
上游文件元数据
.gitattributes1.65 KBconfig.json3.08 KBencoder_config/config.json857 BGitHub_new.jpg837.89 KBGLiNER-2.5-Multi-HF-Banner.png640.89 KBmodel.safetensors1.07 GBREADME.md21.14 KBtokenizer.json15.29 MBtokenizer_config.json645 B
硬件建议
先选定所需权重格式和精度,再核对推理代码、依赖与目标硬件。仓库元数据合计可能包含多个变体、视觉组件或示例,不能用来直接推算运行显存;内存还受上下文、缓存、批量和并发影响,应以小样本实测确定配置。
注意事项
卡片要求使用 AutoExtractor 分派到对应架构;旧版 span 加载方式不适用,格式正确不代表事实正确。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载:Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。