如何调用GLiNER2.5-Decide对fast-decisions做分类推理：候选标签原样传入的完整教程-平芜编程栈

【免费下载链接】fast-decisions

项目地址：https://ai.gitcode.com/hf_mirrors/fastino/fast-decisions

fast-decisions 是专为 GLiNER2.5-Decide 打造的分类决策数据集：17 个业务域、每域一个 JSONL 文件、共 1,700 条样本。每一行都是"自由文本 + 候选标签 + 金标答案"，一行文本可以携带多个决策头（task head）。本教程从加载数据开始，带你完整走通调用 GLiNER2.5-Decide 做分类推理的全流程，并重点讲清一条核心纪律——候选标签必须原样传入。

1. 认识数据集：17 个业务域，每域一个文件

📦 fast-decisions 不是通用推理考题，而是一组产品必须做的操作性分类决策：客户意图、银行意图、邮件分诊、工单路由、诊所未决、评论情感、文档类型等。

输入：input字段，纯自由文本（带[channel]、[body]等上下文前缀）
输出：output.classifications，一个"决策头"列表，一行可以包含多个头
候选标签：每个头的labels字段，即完整候选集；true_label是金标答案，永远是字符串列表（单标签头也是单元素列表）

关键信息	内容
域数量	17 个开发域，每域 100 条，共 1,700 行
文件格式	JSONL，每行一个样本
评测口径	官方测试集（每域 300 条）已保留（held out），本仓库文件仅用于开发
许可证	Apache 2.0

每个决策头有哪些候选标签，完整清单见 README.md 的 "Task heads and label sets" 一节。

2. 一步加载数据：用 datasets 库

2.1 加载单个域

from datasets import load_dataset ds = load_dataset("fastino/fast-decisions", "support_intent", split="train")

2.2 加载全部 17 个域

from datasets import load_dataset, concatenate_datasets domains = ["support_intent", "support_topic", "document_type", "review_sentiment", "agent_handoff", "email_triage", "ticket_route", "product_feedback", "banking_intent", "clinic_request", "travel_request", "news_topic", "paper_field", "sports_recap", "restaurant_review", "benefits_request", "screen_tags"] all_ds = concatenate_datasets([ load_dataset("fastino/fast-decisions", name, split="train") for name in domains ])

config 名与文件名一一对应：support_intent对应 support_intent.jsonl，product_feedback对应 product_feedback.jsonl 等。每个文件的第一行就是一个完整样本，可直接在仓库中浏览，例如 email_triage.jsonl（一行邮件要同时做出 4 个决策）。

2.3 想本地浏览数据？clone 仓库即可

git clone https://gitcode.com/hf_mirrors/fastino/fast-decisions

3. 调用 GLiNER2.5-Decide 做分类推理

3.1 加载模型

from gliner2 import AutoExtractor model = AutoExtractor.from_pretrained("fastino/GLiNER2.5-Decide")

处理英文文本用fastino/GLiNER2.5-Decide；非英文文本请改用多语言版GLiNER2.5-multi-Decide，加载方式完全一致（见 README.md）。

3.2 核心调用：classify_text

签名非常简单——第一个参数是文本，第二个参数是"任务名 → 候选标签"的字典：

row = ds[0] head = row["output"]["classifications"][0] pred = model.classify_text(row["input"], {head["task"]: head["labels"]}) print(pred[head["task"]])

3.3 核心纪律：候选标签原样传入

⚠️labels是该决策头的完整候选集，调用时务必原样透传，这是本数据集最重要的使用约定（README.md 明确要求 "pass it to your model as-is"）：

不要从候选集里剔除金标——那等于泄漏答案，评测分数会虚高；
不要随意增删、改序或"精简"候选集——模型就是在这套集合上训练和评测的；
不要跨头混用候选集——一行可能有多个头，每个头有各自的labels，字典的 key 必须与task名严格对应；
推理时不要自行替换成你业务里的标签，除非你已自行微调。

单标签头返回一个字符串，多标签头返回列表。例如 product_feedback.jsonl 中的product_area头标记了multi_label: true，金标答案可以是多个产品区域的列表。

4. 精确匹配评测：跑官方评测循环

官方口径是精确匹配（exact match）：预测集合与金标集合逐一比对，单标签头按字符串、多标签头按列表，统一转成排序集合后比较。完整评测循环如下：

hits = total = 0 for row in ds: for head in row["output"]["classifications"]: pred = model.classify_text(row["input"], {head["task"]: head["labels"]}) got = pred[head["task"]] if isinstance(got, str): got = [got] elif isinstance(got, dict): got = [got["label"]] hits += sorted(got) == sorted(head["true_label"]) total += 1 print(hits / total)

这正是 README.md 给出的评测代码，可原样复制到任何域的数据集上运行。

5. 分类推理的 3 个常见坑

有序标签是字符串数字：0–5、0–10 这类有序头用"3"而不是整数3，不要自行做类型转换。
true_label永远是列表：单标签头也是["refund_request"]，比较时先归一成列表，别直接写==字符串。
本仓库的分数不能当基准：仓库内是开发集（每域 100 条），官方测试集（每域 300 条）被保留。不要把在本仓库文件上跑出的分数作为 benchmark 对外报告（README.md 特别强调）。参考：GLiNER2.5-Decide 在保留测试集上的平均精确匹配为 60.2%，位列参评模型第一，详见 README.md。