UltraGliClass v0.1

UltraGliClass v0.1

154M 参数的零样本文本分类器，一次推理就为你传入的每个标签打分，适用于单标签、多标签和意图任务，也能处理长输入。适合需要在 Python 里快速给文本打标签的开发者。

由 Srimon12 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：UltraGliClass v0.1 用一个约 150M 参数的紧凑模型，按你当场指定的类别给文本打标签。你传入一段文本、一组标签，需要的话再加一条指令。它在一次前向推理中给每个标签打分，所以你不需要为自己的标签准备训练集。它在 UltraBERT-150M 编码器之上使用 GLiClass 头。

适合谁：需要按自己定义的类别给文本打标签的开发者和数据团队，包括标签很多或输入很长的情况。

行业 | 谁在用 | 怎么用 | 例子
客户支持 | 路由消息的团队 | 把一条消息匹配到众多意图之一 | 在几十种意图里给一条银行请求打标签
数据工程 | 搭建数据流水线的人 | 用自定义标签给文档打标 | 把一条很长的记录标为几种决定之一
研究 | NLP 研究者 | 在长输入上比较零样本分类器 | 在 8,192 token 上测试选择题和是非题

如果你需要英文以外的语言，可以跳过它，因为模型卡只列出英文。

用在哪里：

• 装有 transformers 和 gliclass 包的 Python
• Windows、macOS 或 Linux，只要能运行 Python
• 你自己流程里的文本分类步骤

用途 | 适合谁 | 得到什么
单标签分类 | 开发者 | 一段文本的最佳标签
多标签分类 | 数据团队 | 你列出的每个标签的分数
多标签意图检测 | 支持团队 | 几十到几百种意图的分数
长文本决策 | 分析师 | 针对长输入的选择、是非或打分判断

如何设置：你需要 Python，以及模型卡训练和评估时用的那两个包的对应版本。Transformers 5.20 及以上原生支持这个编码器，所以不需要 trust_remote_code。

• Python 和 pip
• transformers 5.20.2 或更新版本
• gliclass 0.1.21

1. 安装这两个包。
2. 下载模型，或者让库按名称获取。
3. 在 Python 里加载模型和分词器。

pip install "transformers>=5.20.2" "gliclass==0.1.21"

pip install -U huggingface_hub
hf download Srimon12/ultragliclass-v0.1

如何使用：加载模型和分词器，再构建零样本分类流水线。流水线接收一段文本、作为字符串的候选标签，以及你想加的话再加一条指令。

import torch
from gliclass import GLiClassModel, ZeroShotClassificationPipeline
from transformers import AutoTokenizer

repo = "Srimon12/ultragliclass-v0.1"
model = GLiClassModel.from_pretrained(repo)
tokenizer = AutoTokenizer.from_pretrained(repo, add_prefix_space=False)  # trained without a prefix space

工具 | 作用
GLiClassModel | 加载分类器权重
AutoTokenizer | 加载分词器，add_prefix_space 设为 False
ZeroShotClassificationPipeline | 一次推理为文本的每个标签打分

示例：你传入文本“My card was stolen, please stop it”，标签是 lost card、balance enquiry 和 transfer。流水线为每个标签返回一个分数，你取最高的那个作为意图。

新手与专家：如果你是新手，可以把它看作把文本分到你自己命名的盒子里。先用两三个简短的标签和几句示例试一试，再去用很长的标签列表。

对专家来说，训练分三个阶段。最后一个阶段用的输入最长 8,192 token，标签最多 256 个。编码器支持 32,768 个位置，但超过 8,192 token 的情况没有测试过。代价是它在 sst5 和 20 Newsgroups 等几个数据集上落后于 gliclass-base-v3.0。

文本、标签和可选指令
带 GLiClass 头的 UltraBERT 编码器
一次前向推理
每个标签的分数

注意事项：

Title: 14 个零样本数据集的平均 macro-F1
UltraGliClass v0.1: 0.688
gliclass-base-v3.0: 0.673
gliclass-modern-base-v3.0: 0.558

• Language: 英文
• Length: 在 8,192 token 上训练和测试，更长的输入没有测试过
• Results: 数字来自作者自己的运行，请在你的数据上核实
• License: Apache 2.0，模型卡上有一条说明，部分训练数据带有相同方式共享的许可，商用前请先读
• Cost to run: 没有提到 API 密钥或付费服务
• Data it reaches: 从 Hugging Face 下载文件，你的文本留在你自己的 Python 进程里
• Not for: 英文以外的语言，或者没有自己测试就用于超过 8,192 token 的输入

Hugging Face 上的数据（2026年11月13日）

• 任务：zero shot classification
• 框架：gliclass
• 参数量：154M
• Weights: about 615 MB in F32; about 77 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：59
• 点赞：4
• 许可证：apache-2.0
• 语言：en
• 基于：dmis-lab/UltraBERT-150M
• 标签：gliclass, safetensors, zero-shot-classification, text-classification, long-context, decision-model, ultrabert

链接

• 模型：https://huggingface.co/Srimon12/ultragliclass-v0.1
• 文件：https://huggingface.co/Srimon12/ultragliclass-v0.1/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Srimon12/ultragliclass-v0.1

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。