Knowledgator 发 GLiFormer：575M 编码器做嵌套 JSON 抽取，91.10 F1 逼近闭源旗舰
Knowledgator Engineering 发布 GLiFormer，一个 schema 条件的编码器框架：在推理时传入标签与抽取模式，同一份表征即可承担命名实体识别、文本分类、关系抽取、嵌套 JSON 结构化与文本嵌入，其中嵌套结构化靠「先定位字段值、再归属到无序记录锚点、最后预测父子关系并确定性组装」，彻底绕开自回归生成。Base 版由 DeBERTa 骨干继续预训练 1000 亿 token 后多任务训练加任务向微调，参数量 264.2M；Large 版 575.6M，两者均为 Apache 2.0、已上 Hugging Face、`pip install gliformer` 即可跑 CPU 或 GPU。
性能上，500 例多层级结构化基准中 Large 版取得 91.10% F1，对照 GPT-5.6-luna 为 91.96%；Base 版在效率基准上 GPU 中位端到端延迟 69 毫秒、CPU 547 毫秒，按显式自回归吞吐假设估算 GPU 侧最高快 95.8 倍。意义：把「一个模型干一件事」的抽取流水线压回单编码器，用参数量换延迟与成本，且质量已贴近旗舰模型——结构化数据管线里最贵的一环出现了可自托管的替代。
核验记录
官方研究页直读确认方法与指标（91.10% F1、69ms/547ms、95.8×），但页面无可见发布日期（og:article:published_time 与 JSON-LD datePublished 均缺）；日期取 HF createdAt 2026-09-11（base 13:28、large 13:29 UTC，两仓库相隔 1 分钟互证），媒体首发 9/16。95.8× 为论文方在自回归吞吐假设下的估算值，非实测端到端对比；91.10 vs 91.96 亦为团队自报。