참고Reddit
PII 탐지용 오픈소스 모델 및 벤치마크 'PII-SCOPE' 공개
LLM 데이터 처리 시 민감 정보 탐지에 활용 가능한 경량 모델 및 데이터셋.
요약
Protegrity에서 RoBERTa를 기반으로 미세 조정(fine-tune)한 278M 규모의 오픈 웨이트 개인정보(PII) 탐지 모델이 공개되었습니다. 이 모델은 12억 개의 합성 데이터 샘플로 학습되었으며, 문맥을 기반으로 PII의 유형과 인덱스를 파악하거나 해당 데이터를 마스킹 처리할 수 있습니다. 함께 발표된 벤치마크인 PII-SCOPE(Synthetic Context and Ontology for PII Extraction)는 기존 LLM 생성 데이터셋의 문제를 해결하기 위해 구축되었습니다. 관련 기술 보고서는 arXiv를 통해 확인할 수 있으며, 모델 및 스크립트는 Hugging Face에서 이용 가능합니다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 A new, open-weights 278M PII detection model and reference benchmark [R]
원문 보기 ↗