278M PII detection model

发布新的开放权重PII检测模型和基准

发布了一个新的用于检测个人身份信息（PII）的开放权重模型，以及一个参考基准和研究论文。该模型是RoBERTa的一个微调版本，在包含各种PII类型的12亿个合成文本样本上进行了训练。配套的基准PII-SCOPE旨在克服公开可用的LLM生成数据集中存在的问题，并可在Hugging Face上获取。该模型可以通过分析周围的上下文来识别PII实例，并可以选择报告PII类型和位置或将其从输入中删除。