/ Модель

Характеристики

Контекст
8 192 токена
Параметры
149 млн
Лицензия
Apache 2.0
Архитектура
modernbert · dense
Базовая модель
ModernBERT-base
Опубликована
3 авг 2026

modernbert-ausmed-pii

Разметка токеновТекст → label3 профессии

Дообученная ModernBERT для обнаружения и классификации персональных данных в австралийских клинических заметках.

17скачиваний за 30 дней0лайковвеса обновлены3 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Cbezz/modernbert-ausmed-pii — дообученная модель Cbezz для выделения персональных и медицинских идентификаторов в австралийских клинических заметках. Это encoder-модель ModernBERT с классификационной головой для токенов, примерно 149 млн параметров и контекстом до 8192 токенов. Она возвращает разметку сущностей в формате BIO для имён, адресов, контактных данных, номеров медицинских документов и других перечисленных в карточке категорий; класс MEDICAL_ENTITY предназначен для распознавания медицинских терминов как сложных отрицательных примеров, а не для их удаления.

Модель подходит для извлечения PII перед последующей проверкой или обезличиванием клинических текстов. Обучение проводилось на 17 817 синтетических заметках; в README приведены значения F1 0,8835 на тестовой выборке и 0,8811 на отложенной выборке. Эти результаты относятся к указанным синтетическим данным, поэтому качество на реальных клинических записях может отличаться. Модель выпущена под лицензией Apache-2.0.

Сценарии применения

  • поиск имён и дат рождения в клинических заметках
  • выделение номеров Medicare, MRN и других медицинских идентификаторов
  • обнаружение контактных и финансовых данных пациентов
  • подготовка клинических текстов к обезличиванию
  • извлечение персональных сущностей для последующей проверки

Ограничения

Обучение и приведённые метрики основаны на синтетических клинических заметках, поэтому качество на реальных данных может отличаться. Класс MEDICAL_ENTITY обозначает медицинские термины, которые не следует удалять при обезличивании.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

modernbert-ausmed-pii

Token-classification (NER) model for PII detection in Australian clinical notes, trained on synthetic data from the pii_datagen pipeline. Labels use the BIO scheme over these entity types:

  • ABN
  • ADDRESS
  • ADVANCE_CARE_DIRECTIVE
  • AGE
  • AMBULANCE_MEMBERSHIP_NUMBER
  • BANKING_FINANCE_DETAILS
  • CENTRELINK_NUMBER
  • COUNTRY
  • DATE
  • DRIVER_LICENCE_NUMBER
  • DVA_FILE_NUMBER
  • EMAIL_ADDRESS
  • FAX_NUMBER
  • IHI
  • LGA
  • MEDICAL_ENTITY
  • MEDICAL_PROFESSIONAL_ID
  • MEDICARE_NUMBER
  • MRN
  • NAME
  • NDIS_NUMBER
  • OCCUPATION
  • ORGANISATION_NAME
  • PASSPORT_NUMBER
  • PATHOLOGY_ACCESSION_NUMBER
  • PHONE
  • POLICE_CORRECTIONS_ID
  • PRIVATE_HEALTH_INSURANCE_NUMBER
  • PROVIDER_NUMBER
  • RADIOLOGY_ACCESSION_NUMBER
  • SEX_GENDER
  • TAC_CLAIM_NUMBER
  • TFN
  • TIMESTAMP
  • WORKCOVER_CLAIM

MEDICAL_ENTITY marks eponymous medical terms (Parkinson's disease, Foley catheter); it is a hard-negative class and must never be redacted.

Metrics (seqeval, entity-level)

splitprecisionrecallf1
test (model selection)0.82520.95060.8835
holdout0.82390.94680.8811

Training

  • data: 17817 synthetic notes from the pii_datagen pipeline (audited)
  • split: 13351 train / 3541 test (per-epoch model selection) / 925 untouched holdout — deterministic per-doc_id hash, seed 42
  • selection: best epoch by test-split F1 (epoch 4 of 7 run), early stopping (patience 3), max 15 epochs
  • context length: 8192 tokens

Usage

from transformers import pipeline

ner = pipeline("token-classification", model="Cbezz/modernbert-ausmed-pii", aggregation_strategy="simple")
ner("Patient John Smith, DOB 12/03/1980, MRN 4456219.")

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertForTokenClassification
Ревизия весов
e788fb8

0 моделей