Выпущена компактная модель GLiNER2.5 Small для извлечения данных

Разработчики представили GLiNER2.5 Small — специализированную модель для унифицированного извлечения информации на основе схем. Релиз ориентирован на задачи, требующие высокой скорости обработки и возможности локального развертывания.

Архитектура модели базируется на 74 млн параметров, что позволяет эффективно использовать её на потребительском оборудовании. Основная специализация системы — работа с англоязычными текстами, включая извлечение сущностей, классификацию и определение связей между объектами.

Инструмент поддерживает работу через систему AutoExtractor, которая автоматизирует процесс структурирования неразмеченных данных. Модель оптимизирована для локального инференса, что исключает необходимость передачи конфиденциальной информации на сторонние серверы.

Компактный размер модели обеспечивает низкие требования к оперативной памяти и вычислительным мощностям GPU. Это делает решение подходящим для интеграции в edge-устройства и локальные конвейеры обработки данных, где критически важна задержка отклика.

Выпуск версии Small дополняет экосистему GLiNER, предоставляя разработчикам выбор между производительностью крупных моделей и легковесностью для задач реального времени. Исходный код и веса модели уже доступны для загрузки в репозитории на платформе Hugging Face.