/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
3,7 млрд
Размер весов
7,6 ГБ
Лицензия
MIT
Архитектура
phi3 · dense
Базовая модель
Phi-3-mini-4k-instruct
Библиотека
transformers
Опубликована
13 авг 2024

PII-Model-Phi3-Mini

Генерация текстаТекст → текст6 профессий

Дообученная Phi-3 Mini для обнаружения персональных и других чувствительных данных в тексте.

188скачиваний за 30 дней10лайковвеса обновлены13 авг 2024

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

ab-ai разработала дообученную модель на базе Microsoft Phi-3-mini-4k-instruct для обнаружения персональных данных в тексте. Она предназначена для поиска имен, дат рождения, контактных и адресных данных, финансовых реквизитов, идентификаторов, IP- и криптовалютных адресов и других чувствительных сущностей, например для редактирования документов, защиты конфиденциальности и проверки соответствия требованиям.

Модель использует плотную архитектуру Phi-3 с 3,7 млрд параметров, работает через Hugging Face Transformers и принимает текст, генерируя текстовый ответ. Заявленный контекст составляет до 4096 токенов; в метаданных указан английский язык. Модель распространяется по лицензии MIT.

Результаты обнаружения зависят от формата запроса и могут пропускать или неверно классифицировать данные; перед использованием в процессах соответствия требованиям нужна проверка качества на целевых текстах.

Сценарии применения

  • поиск персональных данных в текстовых документах
  • обнаружение номеров телефонов, адресов и электронной почты
  • поиск платёжных реквизитов и идентификаторов
  • подготовка текста к редактированию чувствительных данных
  • проверка текстов на наличие конфиденциальной информации

Ограничения

README не приводит оценки качества и не уточняет полноту обнаружения для разных языков и форматов текста. Результаты требуют проверки на целевых данных перед использованием для соблюдения нормативных требований.

Для каких профессий подходит6

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

PII Detection Model - Phi3 Mini Fine-Tuned

This repository contains a fine-tuned version of the Phi3 Mini model for detecting personally identifiable information (PII). The model has been specifically trained to recognize various PII entities in text, making it a powerful tool for tasks such as data redaction, privacy protection, and compliance with data protection regulations.

Model Overview

Model Architecture

Detected PII Entities

The model is capable of detecting the following PII entities:

  • Personal Information:

    • firstname
    • middlename
    • lastname
    • sex
    • dob (Date of Birth)
    • age
    • gender
    • height
    • eyecolor
  • Contact Information:

    • email
    • phonenumber
    • url
    • username
    • useragent
  • Address Information:

    • street
    • city
    • state
    • county
    • zipcode
    • country
    • secondaryaddress
    • buildingnumber
    • ordinaldirection
  • Geographical Information:

    • nearbygpscoordinate
  • Organizational Information:

    • companyname
    • jobtitle
    • jobarea
    • jobtype
  • Financial Information:

    • accountname
    • accountnumber
    • creditcardnumber
    • creditcardcvv
    • creditcardissuer
    • iban
    • bic
    • currency
    • currencyname
    • currencysymbol
    • currencycode
    • amount
  • Unique Identifiers:

    • pin
    • ssn
    • imei (Phone IMEI)
    • mac (MAC Address)
    • vehiclevin (Vehicle VIN)
    • vehiclevrm (Vehicle VRM)
  • Cryptocurrency Information:

    • bitcoinaddress
    • litecoinaddress
    • ethereumaddress
  • Other Information:

    • ip (IP Address)
    • ipv4
    • ipv6
    • maskednumber
    • password
    • time
    • ordinaldirection
    • prefix

Prompt Format

### Instruction:
  Identify and extract the following PII entities from the text, if present: companyname, pin, currencyname, email, phoneimei, litecoinaddress, currency, eyecolor, street, mac, state, time, vehiclevin, jobarea, date, bic, currencysymbol, currencycode, age, nearbygpscoordinate, amount, ssn, ethereumaddress, zipcode, buildingnumber, dob, firstname, middlename, ordinaldirection, jobtitle, bitcoinaddress, jobtype, phonenumber, height, password, ip, useragent, accountname, city, gender, secondaryaddress, iban, sex, prefix, ipv4, maskednumber, url, username, lastname, creditcardcvv, county, vehiclevrm, ipv6, creditcardissuer, accountnumber, creditcardnumber. Return the output in JSON format.

### Input:
  Greetings, Mason! Let's celebrate another year of wellness on 14/01/1977. Don't miss the event at 176,Apt. 388.

### Output:

Usage

Installation

To use this model, you'll need to have the transformers library installed:

pip install transformers

Run Inference

from transformers import AutoTokenizer, AutoModelForTokenClassification

# Load the tokenizer and model
tokenizer = AutoTokenizer.from_pretrained("ab-ai/PII-Model-Phi3-Mini")
model = AutoModelForTokenClassification.from_pretrained("ab-ai/PII-Model-Phi3-Mini")


input_text = "Hi Abner, just a reminder that your next primary care appointment is on 23/03/1926. Please confirm by replying to this email Nathen15@hotmail.com."

model_prompt = f"""### Instruction:
    Identify and extract the following PII entities from the text, if present: companyname, pin, currencyname, email, phoneimei, litecoinaddress, currency, eyecolor, street, mac, state, time, vehiclevin, jobarea, date, bic, currencysymbol, currencycode, age, nearbygpscoordinate, amount, ssn, ethereumaddress, zipcode, buildingnumber, dob, firstname, middlename, ordinaldirection, jobtitle, bitcoinaddress, jobtype, phonenumber, height, password, ip, useragent, accountname, city, gender, secondaryaddress, iban, sex, prefix, ipv4, maskednumber, url, username, lastname, creditcardcvv, county, vehiclevrm, ipv6, creditcardissuer, accountnumber, creditcardnumber. Return the output in JSON format.

    ### Input:
    {input_text}

    ### Output: """


inputs = tokenizer(model_prompt, return_tensors="pt").to(device)
# adjust max_new_tokens according to your need
outputs = model.generate(**inputs, do_sample=True, max_new_tokens=120)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(response) #{'middlename': ['Abner'], 'dob': ['23/03/1926'], 'email': ['Nathen15@hotmail.com']}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Phi3ForCausalLM
Ревизия весов
535f8a2

0 моделей