deberta-v3-base_finetuned_ai4privacy_v2
基于DeBERTa模型的个人信息脱敏解决方案
该模型在AI助手和大型语言模型领域，通过去除个人身份信息（PII）来提升文本隐私，覆盖商业、教育等多个领域 ，F1得分高达0.9757。访问GitHub获取详细实现和研究信息。
项目介绍：deberta-v3-base_finetuned_ai4privacy_v2
项目背景
deberta-v3-base_finetuned_ai4privacy_v2 是微软开发的 DeBERTa v3 基础模型 的一种微调版本。这个特殊的模型是在世界上最大的开源隐私数据集之一——ai4privacy/pii-masking-200k 上进行微调的。
项目目标
本项目的主要目标是去除文本中可能揭示个人身份信息（PII）的内容。这样的功能在人工智能助手和大型语言模型（LLM）应用中尤为重要。模型可以识别54种敏感数据类型，并识别其中可能的229个讨论主题和案例，这些内容涵盖了商业、教育、心理学和法律等多个领域。此外，模型能够处理不同风格的互动方式，例如：日常会话、正式文件和电子邮件等。
使用说明
可以在 GitHub 上找到此模型的实现细节和研究信息。
训练数据与评估
模型使用了一组专门设计的超参数进行训练，具有很高的学习率（6e-04）和31个epoch。训练过程使用的优化器为Adam，结合特定的学习率调度器类型（cosine_with_restarts），以确保模型有效收敛。
模型性能
在评估数据集上的表现如下：
- 损失：0.0211
- 整体精确率：97.22%
- 整体召回率：97.92%
- 整体F1分数：97.57%
- 整体准确率：99.15%
此外，模型在某些特定类别的F1得分非常高，如“账户名称”、“城市名”、“公司名”、“邮件地址”等，均达到了1.0的满分，而对于一些相对模糊的数据类型如“IP地址”，其F1分数相对较低。
训练结果
在训练不同epoch时，模型的性能逐渐提升，最终在第七个epoch时达到了最佳的结 果。这个过程中，不同类别的数据类型表现出了不同程度的F1分数，具体的训练细节可参考上面的评估数据。
关于框架
该项目使用了以下框架版本：
- Transformers 4.35.2
- Pytorch 2.1.0+cu118
- Datasets 2.15.0
- Tokenizers 0.15.0
总结
deberta-v3-base_finetuned_ai4privacy_v2 项目为希望在AI系统中去除隐私数据的研发人员提供了一个强大、精确且经过微调的模型，既满足了特定的隐私保护需求，又为未来的应用创新提供了广阔空间。
编辑推荐精选
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
Trae
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
Hunyuan3D-2
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。
3FS
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号