/ Модель

Характеристики

Контекст
8 192 токена
Параметры
93,8 млн
Архитектура
modernbert · dense
Библиотека
transformers
Опубликована
28 июн 2026

pii-layout-synth-distil-v1

Разметка токеновТекст → label7 профессий

Дообученная модель ModernBERT для классификации токенов, предположительно предназначенная для выявления персональных данных в синтетических документах.

9скачиваний за 30 дней0лайковвеса обновлены28 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

jefftherover/pii-layout-synth-distil-v1 — дообученная модель для классификации токенов на базе архитектуры ModernBERT. По названию репозитория она предназначена для обнаружения персональных данных в синтетических документах с учётом их структуры, однако карточка не описывает метки, обучающие данные или сценарии применения. Модель содержит 93,8 млн параметров, принимает контекст до 8192 токенов и сохранена в формате safetensors; используется библиотека Transformers. В README приведены метрики оценки: F1 0,9930, точность 0,9987, precision 0,9911 и recall 0,9949.

Классификация токенов подходит для разметки фрагментов текста, например для последующего выделения сущностей. Высокие заявленные метрики относятся только к описанному в карточке набору оценки и не гарантируют качество на других данных. Лицензия в предоставленных сведениях отсутствует.

Сценарии применения

  • выделение токенов с персональными данными в тексте
  • разметка синтетических документов для проверки обработки PII
  • классификация фрагментов текста для последующего обезличивания

Ограничения

Описание назначения, обучающего набора, меток и условий использования в README не приведено; связь с синтетическими документами следует только из названия модели. Метрики оценки не гарантируют аналогичного качества на других данных.

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

pii-layout-synth-distil-v1

This model is a fine-tuned version of jefftherover/pii-layout-synth-distil-v1 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0047
  • Precision: 0.9911
  • Recall: 0.9949
  • F1: 0.9930
  • Accuracy: 0.9987

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0002
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine_with_restarts
  • lr_scheduler_warmup_steps: 200
  • num_epochs: 5
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossPrecisionRecallF1Accuracy
8.30070.981820000.00610.98780.99240.99010.9983
7.89731.963740000.00590.99100.99510.99310.9985
7.60482.945560000.00480.99120.99490.99310.9987
7.42933.927380000.00470.99120.99440.99280.9987
7.67294.9092100000.00470.99110.99490.99300.9987

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.12.1+cu130
  • Datasets 5.0.0
  • Tokenizers 0.22.2

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
400e14c

0 моделей