📖 AI 总结

Fastino 发布了 GLiNER2.5，一种基于边界预测架构的信息抽取模型，旨在平衡小型编码器的成本效益与大型语言模型的灵活性。该模型通过直接预测实体起始和结束位置，取代了传统的跨度枚举方法，从而消除了最大实体宽度限制，支持 4096 词上下文，并保持计算复杂度与序列长度线性相关。这一设计还支持联合实体-关系解码、跨任务标签约束及属性提取。在 16 个零样本基准测试中，多语言检查点整体宏 F1 达 56.17，略高于 GLiNER2 的 56.09，其中 XNLI 提升显著（+24.75 分）。Fastino 在 Hugging Face 上以 Apache 2.0 协议发布了 74M、194M 和 287M 参数三个版本，支持 CPU、CUDA 或 MPS 本地推理，适合法律、医疗、金融等行业的部署场景，为无 GPU 预算的小团队提供了实用方案。