研究人员开发了一种设备端管道，用于将个人身份信息（PII）替换为一致的、保留类型的虚假值，旨在保持下游文本的效用。该系统使用小型语言模型（SLM）生成替代值，但最初遇到了演示复述问题。引入了一种新颖的区域设置条件轮换少样本提示技术来解决此问题，从而成功实现了跨多个区域设置的PII替换。然而，研究发现，虽然SLM替代值产生的文本更自然，但会导致训练数据多样性降低，与更简单的方法相比，对下游命名实体识别（NER）性能产生负面影响。 AI
影响 这项研究提供了一种在保留文本效用的同时改进设备端PII处理的方法，但也强调了对下游NER任务产生影响的权衡。
排序理由 该集群描述了一篇研究论文，其中详细介绍了一种使用小型语言模型和特定提示技术进行PII替换的新颖方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Personally Identifiable Information (PII) redaction usually replaces detected entities with placeholder tokens such as [PERSON], destroying the downstream utility of the redacted text for retrieval and Named Entity Recognition (NER) training. We propose a fully on-device pipeline…
Personally Identifiable Information (PII) redaction usually replaces detected entities with placeholder tokens such as [PERSON], destroying the downstream utility of the redacted text for retrieval and Named Entity Recognition (NER) training. We propose a fully on-device pipeline…