Knowledgator представила GLiFormer, схематически обусловленный фреймворк для извлечения информации, который способен выполнять множество задач, включая распознавание именованных сущностей, классификацию текста и структурирование вложенных JSON. GLiFormer предлагает два варианта: Base v1 с 264.2 миллиона параметров и Large v1 с 575.6 миллиона параметров, доступных на платформе Hugging Face.
Данная модель решает проблему, связанную с необходимостью использования нескольких моделей для выполнения различных задач извлечения информации. Исследовательская команда утверждает, что все эти задачи связаны одной основной операцией — кодированием источника и представлением запрашиваемых концепций. GLiFormer исключает генерацию выходных данных из этого процесса, что упрощает работу с вложенными структурами JSON.
Важность GLiFormer заключается в его способности повысить эффективность извлечения информации, устраняя необходимость в цепочках моделей и упрощая процесс работы с данными. Модель уже доступна для развертывания и может быть установлена с помощью pip, что делает ее доступной для широкого круга разработчиков и исследователей.