/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1 млрд
Лицензия
Gemma
Архитектура
gemma3_text · dense
Базовая модель
gemma-3-1b-it
Опубликована
16 авг 2026

pii-text-masking

Генерация текстаТекст → текст5 профессий

Дообученная Gemma 3 1B обнаруживает и заменяет персональные данные в тексте метками вроде [NAME] и [EMAIL].

33скачиваний за 30 дней0лайковвеса обновлены16 авг 2026

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

hemanthsaimanne/pii-text-masking — дообученная методом supervised fine-tuning модель Google Gemma 3 1B Instruction Tuned для маскирования персональных данных в неструктурированном тексте. Она принимает инструкцию и текст, а затем заменяет имена, адреса электронной почты, телефоны, номера социального страхования и банковских карт, IP-адреса и другие чувствительные сущности на метки вроде [NAME] и [EMAIL], сохраняя структуру исходного текста. Модель предназначена для анонимизации разговорных, корпоративных и финансовых документов, в том числе при локальном запуске на CPU, периферийных устройствах и мобильных устройствах.

Это плотная авторегрессионная языковая модель на 1 млрд параметров с контекстом до 32 768 токенов; карточка указывает английский язык. Для работы с Gemma 3 требуется Transformers версии 4.50.0 или выше. В README приведены высокие оценки ROUGE на отложенном наборе данных, однако подробности протокола оценки ограничены. Лицензия — Gemma. Модель может пропускать нестандартно оформленные или сильно искажённые данные, поэтому результат маскирования следует проверять вручную; она не гарантирует полного соблюдения юридических требований.

Сценарии применения

  • маскирование имён, телефонов и адресов электронной почты в документах
  • анонимизация переписки и разговорных записей
  • удаление персональных данных из корпоративных текстов
  • маскирование чувствительных данных в финансовых документах
  • подготовка текстов с персональными данными к передаче или анализу

Ограничения

В README отмечено, что модель может пропускать персональные данные при нестандартном форматировании, опечатках или разрозненной записи, поэтому результаты следует проверять вручную. Она предназначена как вспомогательный инструмент и не гарантирует полного обезличивания или соблюдения требований законодательства.

Для каких профессий подходит5

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

Gemma 3 1B - PII Masking Edition

Model Summary

This model is a fine-tuned, privacy-focused variant of Google's Gemma 3 1B Instruction Tuned model. It has been specifically trained using Supervised Fine-Tuning (SFT) to identify, redact, and mask Personally Identifiable Information (PII) within unstructured text data.

The model replaces sensitive elements such as Names, Email Addresses, Phone Numbers, Social Security Numbers (SSN), Credit Card details, and IP Addresses with unified entity placeholders (e.g., [NAME], [EMAIL]), ensuring robust compliance with GDPR, HIPAA, and CCPA standards while maintaining the natural linguistic structure of the original document.

Key Capabilities

  • High-Fidelity Anonymization: Accurately masks diverse PII entities across conversational, corporate, and financial documents.
  • Context-Aware Redaction: Distinguishes between generic nouns and specific PII to minimize false-positive masking.
  • Ultra-Lightweight Deployment: At 1 Billion parameters, this model is highly optimized for fast, cost-effective local deployment on CPU, edge, or mobile environments.

Intended Use & Prompt Format

This model is configured for causal text generation. To achieve the best PII extraction and masking results, wrap your text in a clear instruction format matching the original Gemma 3 chat template format:

<|im_start|>user
Mask all the PII entities in the following text: "My name is Hemanth and you can reach me at heamnth@email.com or call +919123456789."<|im_end|>
<|im_start|>assistant
My name is [NAME] and you can reach me at [EMAIL] or call [PHONE].<|im_end|>

How to Use

You can easily run this model using the Hugging Face transformers library (version >= 4.50.0 is required for Gemma 3 architecture):

import torch
from transformers import pipeline

# Initialize the pipeline
pipe = pipeline(
    "text-generation", 
    model="hemanthsaimanne/pii-text-masking", 
    torch_dtype=torch.bfloat16, 
    device_map="auto"
)

# Structure your prompt
messages = [
    {"role": "user", "content": "Mask all PII (names, emails, phones, etc.) in this text: Contact hemanth at hemanth@test.com."}
]

# Generate masked text
outputs = pipe(messages, max_new_tokens=256)
print(outputs[0]["generated_text"])
# Expected Output: "Contact [NAME] at [EMAIL]."

Training Procedure

Training Hyperparameters

The model was fine-tuned using the Hugging Face TRL SFTTrainer pipeline under the following parameter adjustments:

  • Method: Parameter-Efficient Fine-Tuning (PEFT) via LoRA (Low-Rank Adaptation)
  • Learning Rate: 2e-4
  • Batch Size: 16 (Global)
  • Optimizer: AdamW (8-bit)
  • Precision: Mixed Precision (bf16)
  • Context Length: 32K tokens maximum input context

Dataset Information

The model was trained on https://www.kaggle.com/datasets/mikedoes/open-pii-masking-500k-ai4privacy

Limitations & Bias

While the model is highly robust, users should review edge-case extractions manually where data formatting is highly non-standard (e.g., heavily misspelled names or disjointed phone numbers). It should be treated as an assistive compliance utility rather than a perfect legal guarantee for total data anonymization.

Evaluation Results

The model was evaluated on a held-out test dataset containing dense PII extraction scenarios. It achieves near-perfect structural matching and entity alignment, demonstrating high reliability for enterprise data anonymization workflows.

MetricScoreDescription
ROUGE-10.9859Unigram overlap; measures single-token entity accuracy.
ROUGE-20.9789Bigram overlap; measures multi-word phrase and entity continuity.
ROUGE-L0.9851Longest Common Subsequence; evaluates structural syntax matching.
ROUGE-Lsum0.9852Summary-level structural match across multi-sentence text.

Performance Analysis

  • High Sequence Integrity: The high ROUGE scores indicate that the model preserves the original textual context perfectly while applying masks.
  • Minimal Hallucinations: Because ROUGE-2 and ROUGE-L remain near ~0.98, the model rarely adds unwanted tokens or shifts sentence positioning during generation.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForCausalLM
Ревизия весов
195fc8d

0 моделей