/ Модель

Характеристики

Контекст
514 токенов
Параметры
110 млн
Архитектура
xlm-roberta · dense
Опубликована
12 июн 2026

eu-pii-multi-mini-preview

Разметка токеновТекст → label6 профессий

Предварительная модель BardsAI для обнаружения и классификации персональных и чувствительных данных в текстах на 24 европейских языках.

95скачиваний за 30 дней0лайковвеса обновлены15 июн 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

bardsai/eu-pii-multi-mini-preview — предварительная многоязычная модель BardsAI для обнаружения и классификации персональных и чувствительных данных в тексте. Это модель token classification на базе XLM-RoBERTa, дообученная от nreimers/mMiniLMv2-L6-H384-distilled-from-XLMR-Large; она размечает токены по 34 классам сущностей с использованием схемы BIO. Размер составляет 110,2 млн параметров, контекст — до 514 токенов. Модель предназначена для выявления адресов электронной почты, телефонов, идентификаторов, платёжных данных, местоположений, медицинских и других чувствительных сведений в многоязычных текстах на 24 европейских языках.

Её можно применять для поиска и последующей маскировки персональных данных в документах, текстах обращений и других корпусах. В README приведены результаты на проверочной и тестовой выборках; макро-F1 на тесте составляет 0,7863 без учёта класса O. Карточка помечает модель как preview и сообщает, что обучение ещё продолжается, поэтому качество следует проверять на собственных данных перед внедрением. Доступны веса Safetensors и ONNX, включая динамически квантованный вариант ONNX для CPU. Лицензия в предоставленных данных не указана.

Сценарии применения

  • поиск персональных данных в документах
  • обнаружение адресов электронной почты и телефонных номеров
  • выявление платёжных и банковских реквизитов
  • поиск медицинских и биометрических сведений
  • разметка чувствительных данных для последующей маскировки

Ограничения

Модель помечена как предварительная и всё ещё обучается; на тестовой выборке макро-F1 без класса O составляет 0,7863, поэтому качество может зависеть от языка и типа текста. Контекст ограничен 514 токенами.

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

eu-pii-multi-mini-preview

!IMPORTANT! This is a preview model currently under training. Take extra caution when deploying it in any production setting.

Multilingual (24 EU languages) PII token-classification model, fine-tuned from nreimers/mMiniLMv2-L6-H384-distilled-from-XLMR-Large (34 entity classes, BIO scheme).

Results

splitmacro Pmacro Rmacro F1 (w/o O)
valid0.90820.89700.8963
test0.80800.78620.7863

Per-language test F1 (macro, without O)

langdocsF1
bg450.9055
cs550.9183
da630.9023
de590.8919
el620.9142
en620.8935
es570.8732
et780.9061
fi650.9429
fr520.917
ga560.8993
hr580.9231
hu580.9111
it510.8951
lt520.9242
lv520.9282
mt520.9182
nl600.9049
pl690.7252
pt670.8945
ro530.8969
sk560.8791
sl680.8885
sv570.8676
ALL14070.7863

Entity classes

ACCOUNT_IDENTIFIER, AUTH_SECRET, BANK_ACCOUNT_IDENTIFIER, BIOMETRIC_DATA, CONTACT_HANDLE, CRIMINAL_OFFENCE_DATA, DATE, DATE_OF_BIRTH, DEVICE_IDENTIFIER, DOCUMENT_IDENTIFIER, EMAIL_ADDRESS, ETHNIC_ORIGIN, FINANCIAL_AMOUNT, GEO_LOCATION, HEALTH_DATA, IDENTIFYING_LINK, IP_ADDRESS, LOCATION, ORGANIZATION_IDENTIFIER, ORGANIZATION_NAME, PAYMENT_CARD, PAYMENT_CARD_SECURITY, PERSON_ATTRIBUTE, PERSON_IDENTIFIER, PERSON_NAME, PERSON_ROLE_OR_TITLE, PHONE_NUMBER, POLITICAL_OPINION, POSTAL_ADDRESS, PROPER_NAME, RELIGION_OR_BELIEF, SEXUAL_ORIENTATION, TRADE_UNION_MEMBERSHIP, VEHICLE_IDENTIFIER

Training

  • learning rate 3e-05, batch size 32, 5 epochs, weight decay 0.01
  • early stopping on validation macro-F1 (without O)

ONNX

The onnx/ folder contains model.onnx and a dynamically int8-quantized model_quantized.onnx for CPU inference:

from optimum.onnxruntime import ORTModelForTokenClassification
model = ORTModelForTokenClassification.from_pretrained(
    "bardsai/eu-pii-multi-mini-preview", subfolder="onnx", file_name="model_quantized.onnx"
)

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
XLMRobertaForTokenClassification
Ревизия весов
ce02904

0 моделей