📖 AI 总结

Knowledgator 发布了 GLiFormer，一个基于模式条件编码器的信息抽取框架，用单一模型统一处理命名实体识别、文本分类、关系抽取、嵌套 JSON 结构化及文本嵌入等任务。其核心思路是：在推理时传入标签与抽取模式，模型只需对源文本编码一次，即可通过“锚点”机制对多个模式并行打分，从而避免像大语言模型那样逐 token 生成字段名、标点和值。GLiFormer 提供两个开源检查点，Base 版 2.642 亿参数，Large 版 5.756 亿参数，均采用 Apache 2.0 许可，可通过 pip 安装并在 CPU 或 GPU 上运行。在嵌套 JSON 抽取任务上，Large 版取得 91.10 的 F1 成绩。其结构化流程分四步：将字段值定位为源文本中的片段、用匈牙利匹配把片段分配到无序记录槽、预测受模式约束的父子链接，最后由确定性解码器组装嵌套 JSON。由于值直接取自源文本片段，模型无法凭空生成输入中不存在的值文本，这为抽取结果的可靠性提供了保障。