Knowledgator revela o GLiFormer: um codificador de alto desempenho para extração de json aninhado

A Knowledgator introduziu o GLiFormer, um framework de codificação baseado em esquema, projetado para tarefas de extração de informações. O modelo, disponível em duas versões—GLiFormer Base v1 com 264,2 milhões de parâmetros e GLiFormer Large v1 com 575,6 milhões—lida com reconhecimento de entidades nomeadas, classificação de texto, extração de relações, estruturação de JSON aninhado e embeddings de texto. Ambos os modelos são de código aberto sob a licença Apache 2.0 e podem ser instalados via pip. O framework elimina a necessidade de geração de campos de saída, um por um, melhorando a eficiência. O GLiFormer se baseia no GLiNER, introduzindo um mecanismo de 'ancora' para generalizar a correspondência de rótulos em diferentes tarefas. Ele processa documentos usando uma codificação compartilhada, com grupos específicos da tarefa lidando com diferentes esquemas. O desempenho do modelo é destacado pelo seu F1 score de 91,10 na extração de JSON aninhado. A Knowledgator relata que o GLiFormer Large supera o Gemma-4-E4B com significativamente menos parâmetros. As métricas de desempenho incluem uma latência mediana de 69 ms em uma GPU NVIDIA RTX PRO 6000 e 547 ms em um CPU AMD EPYC. O framework suporta registros em vários níveis através de esquemas Pydantic e permite inferência conjunta para entidades, classes e estruturas. Embora os checkpoints v1 careçam de uma cabeça de relação aberta, a eficiência e a precisão do modelo o tornam um avanço notável na extração de informações estruturadas.