/ Модель

Характеристики

Контекст
8 192 токена
Параметры
149 млн
Лицензия
MIT
Архитектура
modernbert · dense
Базовая модель
ModernBERT-base
Библиотека
transformers
Опубликована
27 фев 2025

llama-ai4privacy-english-anonymiser-openpii

Разметка токеновТекст → label9 профессий

Англоязычная модель Ai4Privacy на базе ModernBERT для выявления и редактирования персональных данных в тексте.

201скачиваний за 30 дней21лайквеса обновлены5 июн 2025

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

English Anonymiser OpenPII — англоязычная модель Ai4Privacy для обнаружения и редактирования персональных данных (PII) в тексте. Это дообученная для токенной классификации модель ModernBERT-base с 149 млн параметров, рассчитанная на контекст до 8192 токенов; доступны веса Safetensors и формат ONNX. Модель обучена на английской части набора ai4privacy/open-pii-masking-500k-ai4privacy.

Модель помечает фрагменты текста, содержащие PII, чтобы их можно было удалить или скрыть. В тесте на отложенной выборке исходного набора заявлены общие точность 99,17%, precision 98,82%, recall 98,83% и F1 98,82%; результаты на реальных данных могут отличаться. По карточке, модель предназначена для редактирования PII и не выполняет полноценную классификацию PII. Перед применением на собственных данных её следует проверить. Распространяется по лицензии MIT.

Сценарии применения

  • поиск персональных данных в английских текстах
  • редактирование фамилий и других PII в документах
  • маскирование персональных данных в пользовательских сообщениях
  • предварительная очистка текста перед передачей на анализ
  • обнаружение PII в англоязычных наборах данных

Ограничения

Оценки приведены для тестовой выборки набора open-pii-masking-500k-ai4privacy, поэтому качество на реальных данных может отличаться; модель предназначена для редактирования PII и не обеспечивает полную классификацию PII. Перед внедрением необходимо оценить её на собственных данных.

Для каких профессий подходит9

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

English Anonymiser OpenPII (Ai4Privacy)

This model is designed to redact Personally Identifiable Information (PII) from English text. It has been fine-tuned exclusively on the English subset of the open-pii-masking-500k-ai4privacy dataset.


Evaluation Metrics

The table below summarizes the detailed evaluation results per PII label:

LabelTPFPFNAccuracyPrecisionRecallF1 Score
SURNAME372402699.31%100.0%99.31%99.65%
O (Non-PII)0368099.36%n/an/an/a
TIME19340299.90%100.0%99.90%99.95%
DRIVERLICENSENUM5050299.61%100.0%99.61%99.80%
PASSPORTNUM56600100.0%100.0%100.0%100.0%
GIVENNAME7557016397.89%100.0%97.89%98.93%
TELEPHONENUM36370499.89%100.0%99.89%99.95%
BUILDINGNUM4180898.12%100.0%98.12%99.05%
AGE1640597.04%100.0%97.04%98.50%
DATE233500100.0%100.0%100.0%100.0%
CITY171708595.28%100.0%95.28%97.58%
TITLE36302194.53%100.0%94.53%97.19%
IDCARDNUM200801299.41%100.0%99.41%99.70%
GENDER1200199.17%100.0%99.17%99.59%
CREDITCARDNUMBER5550399.46%100.0%99.46%99.73%
SEX770297.47%100.0%97.47%98.72%
STREET13790899.42%100.0%99.42%99.71%
TAXNUM34301496.08%100.0%96.08%98.00%
EMAIL26070199.96%100.0%99.96%99.98%
SOCIALNUM4210199.76%100.0%99.76%99.88%
ZIPCODE4180898.12%100.0%98.12%99.05%

Overall Evaluation:

  • Accuracy: 99.17%

  • Precision: 98.82%

  • Recall: 98.83%

  • F1 Score: 98.82%

  • Total True Positives (TP): 30,848

  • Total False Positives (FP): 368

  • Total False Negatives (FN): 366

Macro-Averaged Metrics:

  • Accuracy: 98.56%
  • Precision: 95.24%
  • Recall: 93.83%
  • F1 Score: 94.52%

Model Behavior & Limitations

  • Evaluation Focus:
    The metrics shown above reflect performance on the test split of the open-pii-masking-500k-ai4privacy dataset. Real-world performance may vary and requires additional measures. Feel free to contact support (at) ai4privacy.com

Disclaimer

This model card details the evaluation metrics and fine-tuning parameters for the English anonymiser. Please note:

  • The model is provided as-is under the MIT License.
  • It is intended solely for redaction purposes and does not perform full PII classification
  • Users should carefully test and evaluate its performance on their own data before deploying in production environments.

Ai4Privacy – Committed to protecting personal data in the age of AI.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertForTokenClassification
Ревизия весов
1efb619

0 моделей