Logo
Project Icon

starpii

基于NER模型的代码数据集个人信息检测工具

PII检测隐私保护Github开源项目代码数据集标记化分类HuggingfaceStarPII模型

StarPII是一个基于NER模型的代码数据集个人信息检测工具。通过微调bigcode-encoder，该模型能准确识别代码中的姓名、邮箱、密钥等六类敏感信息。模型在包含20961个密钥和31种编程语言的数据集上训练，并利用伪标签数据预训练提升性能。StarPII为代码数据隐私保护、PII清理和隐私合规提供了可靠的技术支持。

GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
deepseek-coder-6.7B-base-AWQ - 大规模训练的代码语言模型，支持项目级代码补全和填充
GithubHuggingfaceIris数据集PyTorch开源项目模型模型训练深度学习神经网络
deepseek-coder-6.7B-base是一个在2万亿token上训练的大规模代码语言模型。采用16K窗口大小和填空任务训练，支持项目级代码补全和填充。在多个编程语言基准测试中表现优异，擅长代码补全、生成和理解。模型由87%的代码和13%的中英文自然语言构成，可支持多语言编程任务。
password-model - 基于RoBERTa的密码误报过滤分类模型
Credential DiggerGithubHuggingfaceRoBERTa代码安全密码检测开源项目机器学习模型
这个基于RoBERTa的文本分类模型为Credential Digger工具提供密码扫描误报过滤功能。该模型由SAP OSS在泄漏检测数据集上完成微调，能有效识别和过滤代码扫描中的误报密码，提升了代码安全分析的准确度。集成在Credential Digger中的这个模型简化了开发者的安全审查工作流程。
IncognitoPilot - 用于敏感数据的 AI 代码解释器
Code LlamaGPT-4GithubIncognito Pilot开源项目数据分析本地运行
Incognito Pilot将大型语言模型（LLM）和Python解释器结合，使代码可以本地运行，执行数据分析、文件转换和互联网访问等任务，无需将敏感数据上传到云端。用户可以选择使用本地模型（如Llama 2）或API（如GPT-4），通过UI中的审批机制确保数据隔离。项目提供多种安装和配置方式，适应不同需求，并附带丰富的预装依赖，确保安全便捷的集成和运行。
starcoder2-15b-instruct-GPTQ - GPTQ量化的StarCoder2指令微调代码生成模型
GithubHuggingfaceStarcoder2代码生成开源项目指令微调模型模型量化自然语言处理
starcoder2-15b-instruct模型的GPTQ量化版本，经0.7亿高质量代码token微调，HumanEval-Python性能达77.4 pass@1。采用Alpaca指令格式，支持代码生成等任务。提供transformers库和text-generation pipeline使用示例。注意：实际应用前需进行额外安全测试。
DataProfiler - DataProfiler：自动化数据分析与敏感数据检测的Python库
DataProfilerGithubPython开源项目敏感数据检测数据分析数据概要
DataProfiler是一个Python库，用于简化数据分析、监控与敏感数据检测。通过单一命令加载数据并自动格式化为DataFrame，支持模式识别、统计分析及实体识别（PII/NPI）。带有预训练的深度学习模型，可高效识别敏感数据，并允许用户添加新的实体识别管道。支持CSV、AVRO、Parquet等多种数据格式，提供便捷的数据处理解决方案。
distilbert-NER - 一个精简、高效的命名实体识别模型
AI模型CoNLL-2003DistilBERTGithubHuggingfacedistilbert-NER命名实体识别开源项目模型
distilbert-NER是DistilBERT的精简版本，专为命名实体识别（NER）任务优化，能够识别地点、组织、人物等实体。相比BERT，参数更少，具备更小的模型体积和更高的速度，并在CoNLL-2003数据集上精细调优，具备良好的精度和性能。
YAYI-UIE - 多领域信息抽取统一模型
GithubYAYI-UIE信息抽取大模型开源开源项目指令微调
YAYI-UIE是一个信息抽取统一大模型，基于百万级高质量数据训练而成。该模型支持命名实体识别、关系抽取和事件抽取等任务，涵盖通用、安全、金融、生物、医疗等多个领域。YAYI-UIE在多个中英文数据集上展现出优秀的零样本性能，为信息抽取研究和应用提供了有力工具。作为开源项目，YAYI-UIE促进了中文预训练大模型社区的发展，推动了开放人工智能生态系统的建设。
VulBERTa-MLP-Devign - 基于深度学习的源代码安全漏洞检测模型
GithubHuggingfaceVulBERTa代码漏洞检测开源项目模型深度学习自然语言处理预训练模型
VulBERTa-MLP-Devign是一种先进的深度学习模型，专门用于检测源代码中的安全漏洞。该模型采用RoBERTa架构和自定义分词流程，通过预训练真实的C/C++项目代码来学习深层次的语法和语义知识表示。在多个数据集的评估中，VulBERTa-MLP-Devign在二进制和多类漏洞检测任务上展现出卓越性能。凭借其简洁的设计理念、较小的训练数据需求和精简的模型参数，该模型为代码安全分析领域提供了一个高效而强大的工具。
bert-base-NER - 基于BERT的高性能命名实体识别模型用于精准NER任务
BERTCoNLL-2003GithubHuggingface命名实体识别开源项目机器学习模型自然语言处理
bert-base-NER是一个基于BERT的预训练模型，专门用于命名实体识别任务。该模型在CoNLL-2003数据集上进行微调，能够识别地点、组织、人名和杂项四类实体。在NER任务中，bert-base-NER展现出优秀性能，F1分数达92.59%。模型提供简洁接口，可广泛应用于各类自然语言处理场景。
VulBERTa-MLP-VulDeePecker - 基于RoBERTa模型的源代码安全漏洞智能检测系统
GithubHuggingfaceVulBERTa代码漏洞检测开源项目模型深度学习源代码分析预训练模型
VulBERTa-MLP-VulDeePecker是一个基于RoBERTa架构的源代码漏洞检测工具。通过对C/C++项目代码预训练和定制化分词，该模型在VulDeePecker等数据集上展现出优秀的漏洞识别能力。模型支持二分类和多分类检测，并开放了预训练数据与模型资源。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号