Modelo GLiNER entrenado con Gemini logra una puntuación F1 de 0,83 en la tarea de reconocimiento de entidades nombradas
Un experimento reciente demostró la factibilidad de ajustar un modelo de reconocimiento de entidades nombradas (NER) abierto, GLiNER, para igualar el rendimiento de una API de pago, Gemini, en la identificación de marcas, modelos y materiales en comentarios de Reddit. Con una inversión inicial de $9 por las etiquetas de Gemini y $2,50 por el tiempo de GPU, el modelo resultante logró una puntuación F1 de 0,83 en un conjunto de validación de 225 comentarios. Leer más