Новая модель с открытыми весами для обнаружения PII-данных и эталонный набор данных

Исследователи представили дообученную модель RoBERTa объемом 278 миллионов параметров для выявления персональной информации (PII) в тексте. Модель обучена на 1,2 миллиарда синтетических примеров и сопровождается новым бенчмарком PII-SCOPE, созданным для устранения недостатков публичных датасетов, сгенерированных LLM.