unname – Modelldateien

Spiegel der Modelle, die die Desktop-App unname bei der Ersteinrichtung lädt. Die App installiert nur Dateien, deren Größe und SHA-256 im signierten Manifest models.lock.json (Revision 2026-11-07) stehen; jede Änderung an diesem Repository ohne neues Manifest wird abgelehnt.

Herkunft und Lizenzen

Bestandteil	Herkunft	Lizenz
`ner`	urchade/gliner_multi_pii-v1@f334163a5d1dcdbacf365c4527538e3da3ecfb18 · ONNX, Einbettungen int8	Apache-2.0
`de`	explosion/spacy-models de_core_news_sm 3.8.0	MIT
`en`	explosion/spacy-models en_core_web_sm 3.8.0	MIT
`ocr`	tesseract-ocr/tessdata_best@e12c65a915945e4c28e237a9b52bc4a8f39a0cec	Apache-2.0
`classifier`	zweitmeinung-20261025 · feinjustiert aus intfloat/multilingual-e5-small@614241f622f53c4eeff9890bdc4f31cfecc418b3 · ONNX int8	MIT

Lizenztexte: LICENSES/Apache-2.0.txt, LICENSES/MIT.txt. Die spaCy-Wheels (de, en) enthalten ihre Lizenz selbst.

Änderungen gegenüber den Originalen (Apache-2.0 § 4 b)

ner/: urchade/gliner_multi_pii-v1 @ f334163a5d1dcdbacf365c4527538e3da3ecfb18, von PyTorch nach ONNX exportiert und die Einbettungsmatrizen (Gather) dynamisch auf int8 quantisiert. Gewichte sonst unverändert; Tokenizer und Konfiguration wie im Original. Encoder microsoft/mdeberta-v3-base (MIT).
classifier/: eigenes Modell. Klassifikationskopf auf intfloat/multilingual-e5-small (MIT), feinjustiert auf einem erfundenen Korpus (keine echten Personendaten), dann nach ONNX exportiert und int8-quantisiert. Parameter in classifier/zweitmeinung.json.
de/, en/, ocr/: unverändert vom Hersteller (spaCy 3.8.0, tesseract-ocr/tessdata_best @ e12c65a915945e4c28e237a9b52bc4a8f39a0cec); hier nur als zweite Quelle.

Dateien

Bestandteil	Datei	Bytes	SHA-256
`ner`	`model.int8.onnx`	581345446	`559ae3e5c5303b008796a4543b315a66812c9458f4c8196bc91de291c2db716e`
`ner`	`gliner_config.json`	2844	`76820f91efe9707c302bf98fdf83c246e5aee3d7e7428deef0b6039a317671f1`
`ner`	`tokenizer.json`	16034823	`55a4404060e3e78b1d96de44c532bc87bc06e5808be2606d0160975d6a7b59a7`
`ner`	`tokenizer_config.json`	2992	`f20ff41a606741430f2372047916770d0394afa65b0e46d93c046f4ef3c5a236`
`de`	`de_core_news_sm-3.8.0-py3-none-any.whl`	14639490	`fec69fec52b1780f2d269d5af7582a5e28028738bd3190532459aeb473bfa3e7`
`en`	`en_core_web_sm-3.8.0-py3-none-any.whl`	12806118	`1932429db727d4bff3deed6b34cfc05df17794f4a52eeb26cf8928f7c1a0fb85`
`ocr`	`deu.traineddata`	8628461	`8407331d6aa0229dc927685c01a7938fc5a641d1a9524f74838cdac599f0d06e`
`ocr`	`eng.traineddata`	15400601	`8280aed0782fe27257a68ea10fe7ef324ca0f8d85bd2fd145d1c2b560bcb66ba`
`classifier`	`model.int8.onnx`	118243861	`f04d63fb8e8d5a107f1430aec6b4518e91715144279df3d49ddac6e06a27d28c`
`classifier`	`tokenizer.json`	17082988	`5b58593a7e63f3c8b69801a92415fc0813dd287a3ba2f767cdf33106806fca11`
`classifier`	`zweitmeinung.json`	493	`9b7e9e01c72c99bf696cec2ff592ef4500f83dc8ef7be2f0b8116772f24e4a9d`

Downloads last month: -; Downloads are not tracked for this model. How to track

Inference Providers NEW

This model isn't deployed by any Inference Provider. 🙋 Ask for provider support