/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
104 млн
Лицензия
Apache 2.0
Архитектура
spike_whale · dense
Библиотека
transformers
Опубликована
22 июн 2026

Byrne-Anon

Разметка токеновТекст → label10 профессий

Byrne-Anon находит в английском тексте персональные данные и секреты, чтобы их можно было скрыть или удалить.

30скачиваний за 30 дней1лайквеса обновлены20 сен 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

Byrne-Anon — модель Quazim0t0 для обнаружения и анонимизации персональных данных в тексте. Она использует архитектуру SpikeWhale (Byrne) с плотной языковой основой и головой классификации токенов: каждому токену присваивается BIOES-метка, после чего найденные фрагменты можно редактировать или скрывать. Восемь категорий включают имена людей, электронные адреса, телефоны, физические адреса, URL, даты, номера счетов и секреты — например, API-ключи, пароли, токены и PIN-коды.

Модель содержит 103,6 млн параметров, принимает текст с контекстом до 4096 токенов и выдаёт метки токенов. Карточка приводит оценку на 200 примерах: macro-F1 по классам персональных данных составляет 89,10. Проверка ориентирована на английский язык; лучше всего модель работает с адресами электронной почты, URL, номерами счетов и адресами. Границы найденных фрагментов приблизительны, а качество слабее для телефонов и точного обнаружения секретов. Для загрузки требуется прилагаемый код ByrneAnon и пользовательская архитектура. Лицензия — Apache-2.0.

Сценарии применения

  • поиск имён и контактных данных для редактирования перед публикацией
  • обезличивание пользовательских сообщений и обращений
  • удаление электронных адресов, телефонов и физических адресов из текстовых данных
  • обнаружение номеров счетов и URL в документах
  • поиск паролей, API-ключей, токенов и PIN-кодов в текстовых фрагментах

Ограничения

Оценка ориентирована на английский язык; слабее распознаются телефоны и секреты, а необычные адреса электронной почты могут размечаться частично. Границы фрагментов приблизительны и могут включать пробел или обрезать символы, поэтому их следует считать ориентировочными для редактирования.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Byrne-Anon

85M PII detector / anonymizer. BIOES tag per token, then redact the spans. SpikeWhale (Byrne) backbone plus a small token-classification head (hidden 640 → 33 BIOES labels).

Eight categories: private_person, private_email, private_phone, private_address, private_url, private_date, account_number, and secret (API keys, passwords, tokens, PINs).

Benchmark vs. openai/privacy-filter

I ran this against the 1.4B openai/privacy-filter token-classifier on 200 samples, per-token PII labels. ~1/16 the params, tagging tracks closely. Full 200-sample dump: eval_samples_200.jsonl.

MetricResult
Per-token agreement (all tokens)96.27%
Entity agreement (PII tokens only)90.52%
Macro-F1 over PII classes89.10

Per-category token-level scores:

CategoryPrecisionRecallF1
private_email94.699.697.1
private_url95.099.397.1
account_number86.794.090.2
private_address85.395.790.2
private_date94.384.789.2
private_person90.978.584.2
secret79.887.883.6
private_phone98.269.181.2

Usage

from byrne_anon import ByrneAnon

anon = ByrneAnon(".")

anon.detect("Email me at sarah.j@example.com or call 415-555-0182.")
# [{'type': 'private_email', 'text': 'sarah.j@example.com', 'start': 11, 'end': 31},
#  {'type': 'private_phone', 'text': '415-555-0182',        'start': 39, 'end': 52}]

anon.redact("Ship to 1600 Pennsylvania Avenue NW, Washington DC 20500.")
# 'Ship to [PRIVATE_ADDRESS], [PRIVATE_ADDRESS].'

detect() returns entities with byte offsets. redact() replaces them with [TYPE] placeholders.

Files

FilePurpose
model.safetensors, config.jsonSpikeWhale backbone weights + config
pii_head.pttoken-classification head (640 → 33 BIOES)
pii_labels.jsonid → BIOES label map
tokenizer.json, tokenizer_config.jsonbyte-level SpikeTokenizer
byrne_anon.pyself-contained detect() / redact() API
model_v2.py, config.py, spike_tokenizer.pySpikeWhale architecture + tokenizer

Limitations

  • English-centric evaluation.
  • Strongest on emails, URLs, accounts, addresses. Weaker: private_phone recall and secret precision. Unusual emails (+tags, very short, very long local parts) may be only partially tagged.
  • Span boundaries can include a leading space or clip by a token. Treat detections as approximate spans for redaction, not exact character forensics.
  • Custom architecture: load via the bundled byrne_anon.py (local modeling code, no remote code execution).

Citation

@misc{byrne2026byrneanon,
  title        = {Byrne-Anon: A Compact 85M PII Detector and Text Anonymizer},
  author       = {Byrne, Dean},
  year         = {2026},
  howpublished = {\url{https://huggingface.co/Quazim0t0/Byrne-Anon}},
}

License

Apache-2.0.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Нельзя запустить

Архитектура spike_whale неизвестна transformers в образе рантайма.

Класс архитектуры
SpikeWhaleLM
Ревизия весов
398588c

0 моделей