/ Модель

Характеристики

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

llama-ai4privacy-multilingual-anonymiser-openpii

Разметка токеновТекст → label7 профессий

Многоязычная модель Ai4Privacy на базе ModernBERT размечает персональные данные в тексте для последующего маскирования.

247скачиваний за 30 дней12лайковвеса обновлены24 мар 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

Многоязычная модель ai4privacy для обнаружения и разметки персональных данных в тексте с целью их последующего маскирования. Она разработана Ai4Privacy как дообучение answerdotai/ModernBERT-base и использует архитектуру ModernBERT с классификацией токенов; содержит 149 млн параметров, поддерживает контекст до 8192 токенов и распространяется в форматах Safetensors и ONNX. Модель рассчитана на редактирование PII, а не на полную классификацию персональных данных.

В карточке приведены результаты оценки на тестовой части датасета ai4privacy/open-pii-masking-500k-ai4privacy: точность 99,01%, precision 98,72%, recall 98,47% и F1 98,59%. Модель может быть полезна для поиска имен, времени и других категорий персональных данных перед передачей текста или сохранением документов. Она лицензирована по MIT; перед применением на собственных данных следует оценить качество, поскольку результаты на тестовом наборе могут отличаться от реальных.

Сценарии применения

  • поиск персональных данных в текстовых документах
  • разметка PII перед анонимизацией текста
  • подготовка пользовательских сообщений к передаче внешним сервисам
  • проверка текстовых наборов данных перед публикацией

Ограничения

Модель предназначена для редактирования персональных данных и не выполняет их полную классификацию. Метрики получены на тестовой части одного датасета; качество на реальных данных может отличаться, поэтому перед внедрением нужна проверка на собственных текстах.

Для каких профессий подходит7

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

Evaluation Metrics

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

LabelTPFPFNAccuracyPrecisionRecallF1 Score
SURNAME372202899.25%100.0%99.25%99.63%
O (Non-PII)0400099.30%n/an/an/a
TIME193600100.0%100.0%100.0%100.0%
DRIVERLICENSENUM5050299.61%100.0%99.61%99.80%
PASSPORTNUM5640299.65%100.0%99.65%99.82%
GIVENNAME7548017297.77%100.0%97.77%98.87%
TELEPHONENUM364100100.0%100.0%100.0%100.0%
BUILDINGNUM40701995.54%100.0%95.54%97.72%
AGE1680199.41%100.0%99.41%99.70%
DATE233500100.0%100.0%100.0%100.0%
CITY1672013092.79%100.0%92.79%96.26%
TITLE34903590.89%100.0%90.89%95.23%
IDCARDNUM199802298.91%100.0%98.91%99.45%
GENDER12100100.0%100.0%100.0%100.0%
CREDITCARDNUMBER5570199.82%100.0%99.82%99.91%
SEX780198.73%100.0%98.73%99.36%
STREET136801998.63%100.0%98.63%99.31%
TAXNUM34501296.64%100.0%96.64%98.29%
EMAIL26060299.92%100.0%99.92%99.96%
SOCIALNUM41101197.39%100.0%97.39%98.68%
ZIPCODE40602095.31%100.0%95.31%97.60%

Overall Evaluation

  • Accuracy: 99.01%

  • Precision: 98.72%

  • Recall: 98.47%

  • F1 Score: 98.59%

  • Total True Positives (TP): 30,737

  • Total False Positives (FP): 400

  • Total False Negatives (FN): 477

Macro-Averaged Metrics

  • Accuracy: 98.35%
  • Precision: 95.24%
  • Recall: 93.35%
  • F1 Score: 94.29%

Model Behavior & Limitations


Disclaimer

This model card details the evaluation metrics and fine-tuning parameters for the multilingual 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
87889fd

0 моделей