产业观察
Knowledgator Releases GLiFormer: A 575M-Parameter Encoder That Hits 91.10 F1 on Nested JSON Extraction Without Generating Tokens
📋总体概括
Knowledgator发布GLiFormer Large,一个仅575M参数的编码器架构,专门面向嵌套JSON信息抽取任务。它不依赖生成式逐token输出,而是直接以源文本span方式输出结果,在嵌套JSON抽取基准上取得91.10 F1,逼近GPT-5.6-luna的91.96,同时每个抽取值都能溯源到原文位置。这为低成本、可溯源的结构化信息抽取提供了一条轻量替代大模型生成的技术路线。
⚡关键信息
- ▸Knowledgator发布GLiFormer Large,参数量仅575M,主打嵌套JSON结构化抽取
- ▸在嵌套JSON抽取任务上达到91.10 F1,接近GPT-5.6-luna的91.96
- ▸不采用生成式token输出,而是直接在编码器侧完成结构化抽取
- ▸每个抽取值均基于源文本span定位,天然具备溯源与可解释性
🔥犀利点评
别被91.10对比91.96的接近骗了——重点不在分数,而在架构选择:575M的编码器用span抽取干掉了生成式模型的逐token解码,意味着更快、更便宜、更不会幻觉。在结构化抽取这个任务上,生成大模型本来就是杀鸡用牛刀。如果溯源能力经得起生产环境检验,这会让不少企业的文档抽取pipeline直接换方案。
📰 相关资讯(与本文相关的其他资讯)
本文由本站自动聚合,以下为原始来源:前往 marktechpost.com 阅读全文 →