Скидки, сделки и секреты: как я дообучал NER-модели для маскирования
Дообучил GLiNER2.5 на 5 000 синтетических текстов и сравнил полное дообучение с LoRA, DoRA, rsLoRA и QLoRA. Для примера взял коммерческие условия: цены, скидки и графики оплаты. На коротком тесте Exact F1 вырос с 22,51% до 94,13%, а обучение на разметке DeepSeek дало 95,62%. Также проверил Qwen и Gemma с NER-головой и обработку длинных документов окнами. В статье — устройство эксперимента, ошибки моделей, замеры скорости и памяти. Код, данные и конфигурации опубликованы; результаты относятся к нашему синтетическому корпусу. Читать далее
