IT & RAG / Open Source
Protegrity выпустила открытую модель детектирования PII на Hugging Face с новым бенчмарком PII-SCOPE
Компания Protegrity опубликовала на Hugging Face модель Protegrity-PII с открытыми весами — компактный классификатор на 278 млн параметров, распознающий 69 типов персональных данных, и представила публичный бенчмарк PII-SCOPE из 8030 записей.
Сводка
Главное за 15 секунд
- Protegrity выпустила модель Protegrity-PII (278M параметров) с открытыми весами на Hugging Face для детектирования 69 типов PII.
- Модель построена на XLM-RoBERTa как токеновый классификатор, устойчивый к prompt-injection.
- Представлен открытый бенчмарк PII-SCOPE (8030 записей) и технический отчёт на arXiv.
- По заявлению компании, модель превосходит аналоги от OpenAI, AWS, Microsoft и Anthropic по recall и precision.
Новый стандарт открытого детектирования PII
Protegrity, специализирующаяся на безопасности данных для ИИ, анонсировала 5 ноября выпуск модели Protegrity-PII. Архитектура основана на XLM-RoBERTa и работает как токеновый энкодер-классификатор: текст рассматривается как контент для разметки, а не как инструкция к исполнению, что устраняет уязвимость к prompt-injection, характерную для генеративных подходов. Модель покрывает категории от имён и контактов до банковских карт, медицинских записей, биометрии и иммиграционного статуса.
Бенчмарк PII-SCOPE и сравнение с лидерами рынка
Вместе с весами компания открыла датасет PII-SCOPE — 8030 размеченных записей — и технический отчёт на arXiv с описанием методологии оценки. По данным Protegrity, их модель превосходит по полноте (recall) и точности (precision) такие решения, как Claude Fable 5, OpenAI Privacy Filter, AWS Comprehend и Microsoft Presidio. CEO Майкл Ховард подчёркнул, что публикация модели, бенчмарка и исследования позволяет сообществу самостоятельно верифицировать результаты.
Контекст: дебаты о настоящем открытом исходном коде в ИИ
Релиз происходит на фоне разгорающихся споров о терминологии «open source» в индустрии. Инициатива OSI (OSAID v1.0) и критика со стороны экспертов вроде How-To Geek указывают на то, что многие вендоры называют модели открытыми, накладывая лицензионные ограничения, противоречащие классическому определению. В то же время китайская лаборатория Qwen публично подтвердила приверженность открытой стратегии для будущих версий 4.0 и 5.0. Выпуск Protegrity-PII с полной прозрачностью весов, данных оценки и методологии становится практическим примером соответствия этим критериями.
Обсуждение
Комментарии
Войдите через Google или Telegram, чтобы участвовать в обсуждении.