Lim det inn i ChatGPT uten å lekke kundenes data
Trykk på «Redact» og se navn, adresser, konto- og ID-numre bli til svarte streker, på seks språk. En liten modell i nettleseren din finner dem; ingenting du skriver, forlater denne siden.
Demoen krever JavaScript. Modellen er en nedlasting på 38 MB, én gang; nettleseren din tar vare på den.
Prøv et annet eksempel, eller lim inn din egen tekst. Modellen leser engelsk, polsk, tysk, fransk, spansk og litauisk; alle navn og numre i eksemplene er oppdiktet.
98% vs 95%Av personopplysningene i 60 håndskrevne meldinger funnet; en åpen språkmodell som er 200 ganger større, fant 95 %.
Ingenting forlater nettleseren dinTeksten sjekkes på denne siden. For teamet ditt kjører den på deres egne servere.
18 msPer melding på en vanlig CPU. Språkmodellen trengte et halvt sekund per melding på en GPU.
Slik fungerer det
DataIngen ekte personopplysninger. En lokal åpen språkmodell skrev 2 074 e-poster, chattemeldinger, samtalenotater, kontrakter og skjemaer på seks språk, med hull der opplysningene skal stå. Hullene er fylt med oppdiktede navn, adresser og numre med gyldige kontrollsiffer, hver tekst tolv ganger, slik at hvert ord har en nøyaktig merkelapp.
ModellDe første 12 av mmBERT-smalls 22 lag, finjustert for å merke ordene i navn, adresser og fødselsdatoer: 36 MB vekter pluss et ordforråd på 1.6 MB. De 60 håndskrevne testmeldingene kommer fra samme forfatter som promptene til treningstekstene, så 98 % er en øvre grense.
ReglerNumre med fast form finnes av regler og beholdes bare når kontrollsifrene stemmer: IBAN, betalingskort, PESEL og de nasjonale ID-numrene i Tyskland, Frankrike, Spania, Litauen og Storbritannia, e-postadresser og telefonnumre. Alene finner de 39 % av opplysningene; modell og regler sammen 98 %.
Sammenlignet med en språkmodellQwen 2.5 7B, bedt om å liste opp hver personopplysning, fant 95 % og bommet mest på navnene meldingene er signert med, med et halvt sekund per melding på en GPU. En nettbasert språkmodell måtte først motta teksten, og det er nettopp lekkasjen dette skal stoppe.
Kode, konfigurasjoner og hele sammenligningen: github.com/balticml/pii-redaction. Vekter: huggingface.co/balticml/mmbert-small-pii-redaction. Vil du ha dette foran teamets AI-verktøy? Book en samtale på 30 min