---
name: rebel_load_model
kind: function
lang: py
domain: datascience
version: "1.0.0"
purity: impure
signature: "def rebel_load_model(model_name: str = 'Babelscape/rebel-large') -> tuple[Any, Any]"
description: "Carga (y cachea) el tokenizer y modelo REBEL (BART-based, ~1.5 GB). Solo ingles. Licencia Apache 2.0 — uso comercial permitido. Cache por model_name."
tags: [rebel, relation-extraction, nlp, model, huggingface, english, seq2seq, apache2, datascience, python]
uses_functions: []
uses_types: []
returns: []
returns_optional: false
error_type: "error_go_core"
imports: [transformers]
params:
  - name: model_name
    desc: "ID del modelo en HuggingFace Hub (defecto: Babelscape/rebel-large, BART ~1.5 GB, solo EN)"
output: "tupla (tokenizer, model) listos para inferencia, cacheados por model_name."
tested: false
tests: []
test_file_path: ""
file_path: "python/functions/datascience/rebel_load_model.py"
notes: |
  LICENCIA: Apache 2.0 — uso comercial permitido (a diferencia de mREBEL que es CC BY-NC-SA).
  Solo funciona bien con texto en INGLES. Para espanol usar mrebel_load_model.
  
  REBEL usa el mismo wire format que mREBEL, por lo que parse_rebel_output es compatible.
  Diferencia vs mREBEL: no emite el prefijo tp_XX de idioma en el output (parse_rebel_output
  lo maneja porque ya hace .replace('tp_XX', '')).
  
  impure: descarga red/disco la primera vez, mantiene estado en _MODEL_CACHE.
  Cache separada de mrebel_load_model (modulo distinto).
---

## Ejemplo

```python
from python.functions.datascience.rebel_load_model import rebel_load_model
from python.functions.datascience.parse_rebel_output import parse_rebel_output

tokenizer, model = rebel_load_model()

text = "Pablo Isla is the CEO of Inditex, based in Arteixo."
inputs = tokenizer(text, return_tensors="pt", max_length=512, truncation=True)
generated = model.generate(**inputs, num_beams=4, length_penalty=1.0, max_length=256)
decoded = tokenizer.decode(generated[0], skip_special_tokens=False)
triplets = parse_rebel_output(decoded)
```

## Comparacion REBEL vs mREBEL

| | REBEL | mREBEL |
|---|---|---|
| Licencia | Apache 2.0 (comercial OK) | CC BY-NC-SA 4.0 (no comercial) |
| Idiomas | Solo ingles | 30+ (es_XX, en_XX, fr_XX...) |
| Tamanio | ~1.5 GB | ~2.4 GB (large) / ~900 MB (base) |
| Base | BART | mBART-50 |

## Tamanio y latencia

- `Babelscape/rebel-large`: ~1.5 GB en disco.
- Primera carga: 20-60 s en CPU.
- Inferencia CPU: 3-10 s por frase (mas rapido que mREBEL por ser BART vs mBART).