@liquidai: 如今，与AI分享机密信息已成为常态！我们可以做得更好。我们最新的编码器模型发现并……

X AI KOLs Following 模型
ai-model pii-redaction multi-language encoder-model privacy security

摘要

Liquid AI的LFM2.5-Encoders能够在一次处理中识别并剥离16种语言的40种个人身份信息，专为在私有管道中进行安全AI数据处理而设计。

如今，与AI分享机密信息已成为常态！我们可以做得更好。我们最新的编码器模型能够在一次同步处理中识别并剥离16种语言的40种个人身份信息，以实现与AI的安全信息共享。 LFM2.5-Encoders能够一次性识别文本中的所有实体。您可以自行选择实体。它们在您的管道内运行，因此您的私有数据永远不会离开您的环境。无需生成，无需解析。
查看原文
查看缓存全文

缓存时间: 2026/08/17 08:22

如今与AI共享机密信息已成常态！但我们可以做得更好。我们最新的编码模型能在单次同步处理中，横跨16种语言识别并清除40种个人身份信息，实现与AI的安全信息共享。

LFM2.5-Encoders可一次性识别文本中的所有实体类型，且支持自定义实体检测。该模型运行于您的内部管道中，确保私有数据始终留在您的环境中。无需生成，无需解析。

相似文章

LiquidAI/LFM2.5-Encoder-350M

Hugging Face Models Trending

Liquid AI releases LFM2.5-Encoder-350M, a multilingual bidirectional encoder built on the LFM2 architecture, offering strong quality for its size, 8k context, and efficient on-device performance across 15 languages.

LiquidAI/LFM2.5-Embedding-350M

Hugging Face Models Trending

Liquid AI 发布了 LFM2.5-Embedding-350M，这是一种密集双编码器，用于多语言检索，支持11种语言，可作为 RAG 流水线的直接替代方案。

@maximelabonne：像2020年那样训练编码器！

X AI KOLs Following

Liquid AI 对其 LFM2.5-Encoder 模型（230M 和 350M）进行了微调，使其能够在单次前向传播中执行多标签分类，无需解码循环或解析。这展示了在 NLP 任务中进行高效标签评分的潜力。