GLiNER2 作者发声:Jev 的能力并不新,我们的模型早已开源

philipvollet · x · 2026-09-20

fastinoAI 的 urchadeDS 回应近期受关注的 Jev:其「schema 定义的概率决策」能力并非全新,其底层是 schema 条件化的多任务分类。作者指出他们 2025 年开源的 GLiNER2(EMNLP 2025 发表、Apache-2.0 协议)已实现单次前向完成用户自定义标签空间的多个分类任务并输出置信度。

作者承认 Jev 针对分类高度优化,可能在分类任务上更强,但 GLiNER2 更通用,还支持实体识别、结构化抽取与关系抽取,并基于同一接口发布了多个领域模型,包括基于 GLiNER2 的护栏模型 GLiGuard。

GLiGuard(fastino/gliguard-LLMGuardrails-300M,0.3B 参数)把安全审核当作结构化分类处理,在单次双向编码器前向中同时完成 prompt 安全、毒性分类、越狱检测等任务,CPU 即可运行,主打防御 prompt injection、越狱和有害内容。官方称其准确率可与比它大 23-90 倍的护栏模型竞争,速度最高快 16 倍、延迟低 17 倍。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →