/ Модель

Характеристики

Контекст
512 токенов
Параметры
26,2 млн
Лицензия
Своя лицензия
Архитектура
bert · dense
Опубликована
2 июл 2026

redact

Разметка токеновТекст → label6 профессий

Мультиязычная модель BERT для локального обнаружения и маскирования персональных данных в тексте.

7 497скачиваний за 30 дней26лайковвеса обновлены3 окт 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

Redact — разработанная Desert Ant Labs мультиязычная модель для обнаружения и маскирования персональных данных прямо на устройстве. Она размечает текстовые токены как имена, адреса, электронную почту, телефоны, платёжные и государственные идентификаторы; для структурированных идентификаторов применяется дополнительный детерминированный слой. Метаданные указывают архитектуру BERT для классификации токенов, 26,2 млн параметров и контекст до 512 токенов. Доступны сборки Core ML и LiteRT/TFLite для мобильных, настольных и веб-сценариев.

Модель предназначена для удаления PII из текста перед отправкой в облачные сервисы или передачи другим системам. README заявляет поддержку 27 языков, включая все официальные языки ЕС и норвежский букмол, нюнорск и исландский; качество неодинаково: крупные языки ЕС распознаются лучше, а мальтийский и ирландский — слабее. В приведённых тестах указаны полнота 88,8% и точность 99,6%, при этом обычный текст часто остаётся нетронутым. Лицензия в метаданных обозначена как other; конкретные условия использования в доступных сведениях не раскрыты.

Сценарии применения

  • маскирование имён и адресов в пользовательских сообщениях
  • удаление электронной почты и телефонов перед отправкой текста в облако
  • обнаружение банковских счетов и платёжных реквизитов
  • очистка документов от государственных идентификаторов
  • локальная фильтрация PII в мобильных и веб-приложениях

Ограничения

Качество распознавания различается по языкам: README отмечает более слабые результаты для мальтийского и ирландского, а на английских именах AWS Comprehend показал лучшие результаты. Лицензия обозначена как other, поэтому перед применением следует проверить её конкретные условия.

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

Redact

Filter PII on the device.

Multilingual on-device PII detection and redaction.

Strip names, addresses, emails, phone numbers, cards, IBANs and national IDs out of text before it leaves the device, across 27 languages (see Languages). A token classifier plus a deterministic layer for structured IDs. The deployable model is 11.6MB (4-bit Core ML on Apple) or 24.5MB (int8 LiteRT .tflite on Android, Linux and the web).

"Call Anna Kovács at anna@example.hu, IBAN GB29NWBK60161331926819" → "Call [GIVEN_NAME] [SURNAME] at [EMAIL], IBAN [BANK_ACCOUNT]"

Try it

PlatformsiOS, macOS, tvOS, visionOS, Android, Linux, Windows, Browser, Node
Languages27
Weightsv0.4.0

Install

Swift (requirements)

.package(url: "https://github.com/Desert-Ant-Labs/desert-ant-core.git", from: "3.6.0")

Then add the Redact product to your target.

Kotlin (requirements)

implementation("ai.desertant:redact:3.6.0")

JavaScript (requirements)

npm i @desert-ant-labs/redact @litertjs/core   # browser
npm i @desert-ant-labs/redact                  # Node, prebuilt native core

Taxonomy (20 public labels, plus ORG)

GIVEN_NAME, SURNAME, STREET_NAME, BUILDING_NUMBER, SECONDARY_ADDRESS, CITY, STATE, ZIP_CODE, EMAIL, PHONE, CREDIT_CARD, BANK_ACCOUNT, ROUTING_NUMBER, IP_ADDRESS, URL, GOVERNMENT_ID, PASSPORT, DRIVERS_LICENSE, TAX_ID, SSN.

ORG (organisation / company name) is detected but not redacted by default: a company is not a natural person. It exists so that Silverfin, Odoo or Visma Nova are recognised as organisations instead of being mislabelled as a SURNAME. Opt in by passing it explicitly in the SDK's labels option.

The deterministic layer additionally emits IMEI (device identifier), a deterministic-only label outside the neural head.

How it compares

Every system below was scored by the same harness on the same rows, each at its own operating point, so the comparison measures the models rather than the plumbing.

SystemRecallPrecisionSizeParams
redact88.899.611.6MB23M
GLiNER-PII91.190.42.3GB570M
Rampart61.497.214.7MB18.5M
OpenAI privacy filter60.293.53GB1.5B

Recall is the share of personal data fully masked (leak-safe), macro-averaged over WikiANN, MultiNERD and a format-valid structured-PII set across 24 EU languages. Precision is the share of masked spans that were really personal data, on the structured set. Size is the Apple build; the Android and web build is 24.5MB.

Not masking ordinary words matters as much as catching real ones, because a false positive corrupts the text a downstream model receives. On an 11,528-row negative set across 27 languages, built to provoke exactly that (sentence-initial capitals, ALL-CAPS input, month and weekday names, UI vocabulary, bare numbers, company names), 94.1% of rows come back untouched.

AWS Comprehend, English only

Comprehend is the other service teams weigh, and it is not in the table above because its PII API only accepts English, every other language code is refused outright, so there is no way to run it on the other 23. Scored on the same English rows:

SystemNames (WikiANN)Names (MultiNERD)StructuredEnglish composite
redact69.594.995.086.5
AWS Comprehend84.398.591.991.6

Leak-safe recall; precision is the same for both (99.8 against 100.0). On English names Comprehend is ahead of us. It also runs in the cloud, bills per call, and covers one of the 27 languages listed below.

Languages

27 languages: every official EU language, plus 3 more. Latin, Greek and Cyrillic scripts.

The 24 EU languages

CodeLanguage
bgBulgarian
hrCroatian
csCzech
daDanish
nlDutch
enEnglish
etEstonian
fiFinnish
frFrench
deGerman
elGreek
huHungarian
gaIrish
itItalian
lvLatvian
ltLithuanian
mtMaltese
plPolish
ptPortuguese
roRomanian
skSlovak
slSlovenian
esSpanish
svSwedish

Beyond the EU

CodeLanguage
nbNorwegian Bokmål
nnNorwegian Nynorsk
isIcelandic

Coverage is not uniform: the largest EU languages are the strongest, and Maltese and Irish are the weakest of the 24. The per-language detection numbers are in the benchmark data.

Runtime settings

Recommended defaults: min_score = 0.6, max_length = 256, stride = 64.

License

Desert Ant Labs Source-Available License. Free for most apps, and a commercial license is required at scale. Full terms are at the link. Licensing: licensing@desertant.com.

See THIRD_PARTY_NOTICES.md.

Citation

@software{redact_2026,
  title  = {Redact: Multilingual on-device PII detection and redaction},
  author = {Desert Ant Labs},
  year   = {2026},
  url    = {https://huggingface.co/desert-ant-labs/redact},
}

© 2026 Desert Ant Labs · https://desertant.com

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
BertForTokenClassification
Ревизия весов
ef134a1

0 моделей