arXiv 自然语言处理· Andy Hsu, Konstantin Berlin·· 4 小时前AI 评分38
基于统一标签实现广泛且高效的 PII 检测
Broad and Efficient PII Detection with Unified Labels
AI 导读
研究团队推出 141M 参数的编码器 PII 检测模型，基于 77 个公开数据集的 1.12M 样本和 12 类统一标签训练。在 AI4Privacy 与 Nemotron-PII 基准低误报率评测中，该模型在 14 项对比中有 11 项（统一标签）和 9 项（原标签）取得最高召回率。相较更大基线，其吞吐量提升 2-10x，峰值 GPU 显存减少 94-97%。
来源：arXiv 自然语言处理 · arxiv.org