278M PII algılama modeli en iyileri OpenAI, AWS ve Microsoft
Özgün başlık: 278M PII detection model bests OpenAI, AWS and Microsoft
Yapılandırılmış ve yapılandırılmamış metinler için yeni bir PII algılama modeli olan Protegrity-PII'yi sunuyoruz. Protegrity-PII, önerdiğimiz yeni bir kıyaslama olan PII-SCOPE'a göre 0,902 hassasiyetle 0,910'luk bir geri çağırma elde eder. Modelimiz, toplu çıkarım kullanarak tek bir RTX 6000'de metni milyon karakter başına 0,49 saniyede, milyon karakter başına 0,0005 ABD Doları hızla işler.
Kısmen eğitimde kullanılan varlık türü sınıflandırmasının geniş doğası nedeniyle, Protegrity-PII, son teknolojiye sahip modeller ve veri kümeleri ile karşılaştırıldığında üstün dağıtım dışı genelleme elde eder.
Presentamos Protegrity-PII, un nuevo modelo de detección de PII para texto estructurado y no estructurado. Protegrity-PII logra una recuperación escrita de 0,910 con una precisión de 0,902 en un nuevo punto de referencia que proponemos, PII-SCOPE. Nuestro modelo procesa texto en 0,49 segundos por millón de caracteres a \$0,0005 por millón de caracteres en un único RTX 6000 mediante inferencia por lotes.
Debido en parte a la naturaleza expansiva de la taxonomía de tipos de entidades utilizada en la capacitación, Protegrity-PII logra una generalización fuera de la distribución superior cuando se compara con una selección de modelos y conjuntos de datos de última generación.
Мы представляем Protegrity-PII, новую модель обнаружения PII для структурированного и неструктурированного текста. Protegrity-PII достигает типизированного отзыва 0,910 с точностью 0,902 по новому предлагаемому нами тесту PII-SCOPE. Наша модель обрабатывает текст за 0,49 секунды на миллион символов по цене 0,0005 доллара США за миллион символов на одном RTX 6000 с использованием пакетного вывода.
Отчасти из-за обширного характера таксономии типов объектов, используемой при обучении, Protegrity-PII обеспечивает превосходное обобщение вне распределения при сравнении с набором современных моделей и наборов данных.