МАЙПЛ ОбезличиваниеТексты без персональных данных — для аналитики, обучения моделей и подрядчиков
Модель находит в документах, переписке, расшифровках звонков и логах сведения, по которым можно узнать человека, и заменяет их метками. Все упоминания одного человека получают одну метку, поэтому текст остаётся связным. Замена происходит на ваших серверах раньше, чем текст попадёт в логи модели.
Задача модели
Найти в тексте персональные данные и другие чувствительные сведения, заменить их метками или маской — одинаково для каждого человека во всём пакете — и записать каждую замену в журнал.
На входе
- Документы, переписка, расшифровки звонков, медицинские записи, анкеты, логи приложений
- Перечень типов сведений и режим: необратимая замена или обратимое обезличивание
- До 32K токенов в запросе; пакет связанных документов обрабатывается с общими метками
На выходе
- Текст с метками вида [ЧЕЛОВЕК_1], [ТЕЛЕФОН_1] или с замаскированными значениями
- Журнал замен: тип сведения, место в тексте, присвоенная метка
- В обратимом режиме — таблица соответствия, которая сохраняется в вашем контуре
Найти, заменить, записать в журнал
Поиск сведений, замена и журнал выполняются одной моделью на ваших серверах. Ни на одном шаге текст не проходит через внешний сервис.
Что модель находит
ФИО, паспортные данные, СНИЛС, ИНН физлица, телефоны, электронную почту, адреса, номера карт и счетов, даты рождения и диагнозы — в документах, переписке, анкетах и расшифровках.
Одна метка на человека
Полное имя, инициалы и имя в другом падеже получают одну и ту же метку во всём документе или пакете. По обезличенному тексту по-прежнему видно, кто кому писал и о ком идёт речь.
Два режима замены
Необратимая замена — когда данные уходят за пределы компании. Обратимое обезличивание — когда значения нужно вернуть: таблица соответствия хранится у вас и наружу не передаётся.
Журнал для проверки и аудита
По каждой замене записано, что за сведение найдено, где оно стояло и какую метку получило. Служба защиты информации проверяет выгрузку по журналу, не перечитывая документы.
Характеристики
Цифры, которые нужны для планирования мощностей. Перед пилотом сайзинг сверяется с вашим трафиком, и показатели записываются в соглашение.
- Контекст
- 32K токеновДоговор с приложениями или длинная расшифровка разговора обрабатываются целиком, без нарезки на части.
- Задержка
- Меряется на вашем железеЗависит от GPU и длины входа. Встроенный стенд оценки меряет медиану и пропускную способность на вашем железе — цифры попадают в пилотное соглашение.
- Железо
- 1× GPU 24 ГБКласс L4 или A10, на ваших серверах. Расчёт мощностей под ваш поток документов делаем до пилота.
- Внешние вызовы
- НетЗамена выполняется до того, как текст попадёт в логи модели. Исходные значения остаются в контуре.
- Интерфейс
- OpenAI-совместимый RESTОбслуживается vLLM. Код, написанный под OpenAI-клиент, подключается без переписывания.
- Развёртывание
- Docker Compose или HelmВаши серверы, частное облако (VPC) или изолированный контур без интернета.
- Дообучение
- LoRA на ваших данныхЗадания на дообучение входят в редакцию Enterprise. Обычно хватает нескольких сотен размеченных примеров из вашего процесса.
- Оплата
- Годовая лицензияБез оплаты за токены, запросы и рабочие места. Размер лицензии зависит от масштаба развёртывания.
Где применяется
Для банков, страховых компаний, клиник, операторов связи и любых команд, которые передают тексты с персональными данными за пределы основной системы.
Выгрузки для аналитики
Обращения клиентов, анкеты и переписка поступают в аналитическое хранилище уже без имён, телефонов и адресов. Связи между записями сохраняются: видно, что пять обращений оставил один клиент, но не видно, кто он.
- Согласованные метки по всей выгрузке
- Связность текста сохраняется для анализа
- Журнал замен для проверки перед загрузкой
Данные для обучения моделей
Обучающие и проверочные наборы собираются из реальных диалогов, расшифровок звонков и медицинских записей, а сведения о людях в них не попадают.
- Обучающая выборка без персональных данных
- Чаты, звонки и документы — в одном формате меток
- Необратимая замена: восстановить значения нельзя
Тестовая среда и подрядчики
Разработчикам и внешним подрядчикам нужны данные, похожие на настоящие. Логи приложений и выгрузки из учётных систем обезличиваются до передачи: структура остаётся, люди не узнаваемы.
- Логи приложений без персональных данных
- Передача за контур только после замены
- Журнал прикладывается к каждой передаче
Внешние сервисы и облачные нейросети
Перед отправкой текста во внешний сервис персональные данные заменяются метками. Ответ приходит с теми же метками, и по таблице соответствия значения возвращаются на место уже внутри вашего контура.
- Наружу уходит только текст с метками
- Таблица соответствия не покидает контур
- Обратимый режим для сквозной обработки
Пример запроса и ответа
Пример служит иллюстрацией формата: имя, телефон и паспорт вымышлены, названия полей условные. В обратимом режиме ответ ссылается на таблицу соответствия, которая хранится у вас. Точный контракт согласуется на пилоте.
{
"model": "maipl-anon",
"messages": [
{ "role": "system", "content": "Режим: обратимый. Сведения: ФИО, телефон, паспорт, диагноз" },
{ "role": "user", "content": "Звонок от Примерова Петра Сергеевича, тел. +7 900 000-00-00, паспорт 0000 000000. Примеров П. С. просит перенести приём, диагноз: гипертоническая болезнь." }
]
}{
"text": "Звонок от [ЧЕЛОВЕК_1], тел. [ТЕЛЕФОН_1], паспорт [ПАСПОРТ_1]. [ЧЕЛОВЕК_1] просит перенести приём, диагноз: [ДИАГНОЗ_1].",
"log": [
{ "type": "person", "label": "[ЧЕЛОВЕК_1]", "spans": [[10, 36], [82, 96]] },
{ "type": "phone", "label": "[ТЕЛЕФОН_1]", "spans": [[43, 59]] },
{ "type": "passport", "label": "[ПАСПОРТ_1]", "spans": [[69, 80]] },
{ "type": "diagnosis", "label": "[ДИАГНОЗ_1]", "spans": [[130, 153]] }
],
"mapping_table": "demo-0001"
}От первого звонка до промышленной эксплуатации
Три шага без переписывания вашего кода. В конце веса модели остаются у вас.
- 30 минут
Звонок-знакомство
Без слайдов: задача, формат данных и требования безопасности. Если эта модель вам не подходит — скажем прямо на звонке.
- по плану пилота
Пилот в вашем контуре
Контейнер разворачивается на тестовом стенде в вашем VPC или на собственных серверах — на том же стеке, что «Кворум» и «Суть». Стенд оценки прогоняет модель на ваших данных, цифры попадают в пилотное соглашение.
- 90 дней сопровождения
Промышленный запуск
Runbook, обучение операторов и 90 дней сопровождения. После этого модель эксплуатируете вы, без зависимости от поставщика.
Частые вопросы
Не нашли свой вопрос?
Ответим на звонке или в переписке.
ФИО, паспортные данные, СНИЛС, ИНН физлица, телефоны, электронную почту, адреса, номера карт и счетов, даты рождения и диагнозы. Перечень задаётся в запросе: например, для медицинской аналитики диагнозы можно оставить в тексте, а имена и телефоны заменить.
Ещё пять моделей на этом рантайме
Тот же стек обслуживания, тот же путь развёртывания и один API — вторая модель не добавляет инфраструктуре новых сущностей.