fn_registry/python/functions/datascience/mrebel_base_load_model.md

name, kind, lang, domain, version, purity, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, params, output, tested, tests, test_file_path, file_path, notes

name	kind	lang	domain	version	purity	signature	description	tags	uses_functions	uses_types	returns	returns_optional	error_type	imports	params	output	tested	tests	test_file_path	file_path	notes
mrebel_base_load_model	function	py	datascience	1.0.0	impure	def mrebel_base_load_model(model_name: str = 'Babelscape/mrebel-base', src_lang: str = 'es_XX', tgt_lang: str = 'tp_XX') -> tuple[Any, Any]	Variante rapida de mrebel_load_model con checkpoint base (250M params, ~900 MB). Delega completamente en mrebel_load_model. Misma licencia CC BY-NC-SA 4.0 — solo uso no comercial.	mrebel relation-extraction nlp model huggingface multilingual seq2seq datascience python pendiente-usar	mrebel_load_model_py_datascience			false	error_go_core		name desc model_name ID del modelo en HuggingFace Hub (defecto: Babelscape/mrebel-base, 250M params) name desc src_lang codigo de idioma fuente para el tokenizer mBART: 'es_XX' (ES), 'en_XX' (EN), etc. name desc tgt_lang token de idioma destino del decoder — siempre 'tp_XX'	tupla (tokenizer, model) listos para inferencia, cacheados por (model_name, src_lang) en la cache compartida de mrebel_load_model.	false			python/functions/datascience/mrebel_base_load_model.py	LICENCIA: Babelscape/mrebel-base esta bajo CC BY-NC-SA 4.0 (Creative Commons Non-Commercial Share-Alike). Solo uso no comercial. NO usar en productos comerciales. Esta funcion es un thin wrapper — NO duplica logica de carga/cache. Toda la logica vive en mrebel_load_model. Util para benchmarks donde se quiere comparar base vs large con la misma interfaz. La cache es compartida con mrebel_load_model (mismo dict _MODEL_CACHE del modulo).

Ejemplo

from python.functions.datascience.mrebel_base_load_model import mrebel_base_load_model

# 250M params vs 600M — misma interfaz
tokenizer, model = mrebel_base_load_model(src_lang="es_XX")

Comparacion base vs large

Variant	Params	Size	Latencia CPU/frase	Recall tipico
mrebel-large	600M	~2.4 GB	15-30 s	alto
mrebel-base	250M	~900 MB	5-10 s	medio

Para benchmarks de velocidad en graph_explorer, usar base. Para produccion final, evaluar large.