К содержимому
Языковые модели

scnsoft-pii-encoder-doc-type-head

классификатор 17 типов документов в одном графе с поиском PII

2 мин чтенияобновлено

Релиз-кандидат от ScienceSoft, который добавляет в квантованный int8-граф scnsoft-pii-encoder (на базе xlm-roberta-base) второй выход doc_logits для классификации 17 типов деловых и технических документов. Модель работает с текстом окнами по 450 символов на 7 языках, включая русский, и не меняет основной выход поиска персональных данных (PII — чувствительной личной информации). Решение пригодится разработчикам DLP-систем (защиты от утечек) и инструментов мониторинга, где нужно подсказывать человеку категорию документа без запуска отдельной нейросети.

Ключевые особенности

  • Два выхода в одном файле: к замороженному энкодеру добавлена двухслойная голова (768 → 256 → 17), при этом выход PII logits остаётся побайтово идентичным базовой модели.
  • Почти нулевые накладные расходы: время обработки окна 450 символов на 4 потоках составляет 14,1 мс (против 13,7 мс у исходного энкодера), пиковое потребление памяти — 502 МБ.
  • Мультиязычность: откалибрована на 7 языках — английском, немецком, французском, итальянском, испанском, русском и арабском.
  • Строгий режим подсказок: модель позиционируется для вспомогательного мониторинга, а не для автоматической блокировки файлов.

Что можно сделать

  • Встроить в конвейер проверки документов на утечки (DLP), чтобы одновременно находить PII и помечать файлы как NDA, исходный код, прайс-листы или кадровые документы.
  • Использовать как второй слой фильтрации поверх rule-based парсеров: в режиме add модель дополняет правила, если те не нашли совпадений, но скор превысил порог t_add.
  • Прогнать локальный бенчмарк на русском и многоязычном корпусе корпоративных документов через ONNX Runtime.

Пример

Модель запускается через onnxruntime (onnx/model_quantized.onnx) строго с batch size = 1: текст нарезается на окна по 450 символов с перекрытием 50 символов, для каждого окна считается sigmoid(doc_logits), а тип присваивается по правилу lead2 (срабатывание первых двух окон или минимум max(3, ceil(n / 5)) из всех окон).

ПодробнееЛожные срабатывания: на 18 075 обычных документах порог прошли 4 типа — tech.design и finance.personal (по 0 ошибок), legal.nda (1 ошибка), tech.security (2 ошибки на русском).
Железо и рантайм: тестировалось на aarch64 Linux (NVIDIA GB10) и Apple Mac arm64 в ONNX Runtime 1.24.2 и 1.19.2; размер файла — 279 МБ.
Ограничения: валидно только при batch size 1 (на батче 64 скоры расплываются до 0,53), между Linux и Mac есть расхождения на пограничных документах, recall для большинства из 17 типов не замерялся.
Обучение: 47 824 документа (20 561 реальный на английском, 6 680 машинных переводов OPUS-MT и 20 583 синтетических).
Обсудить Telegram 1 29

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.3 GB · готовые файлы0.9 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.7 GB
  • 4-bitвеса 0.1 GB0.7 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A30

    $0.26 в час с купоном. При создании машины выберите образ Ubuntu.

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # ScienceSoft/scnsoft-pii-encoder-doc-type-head — A30, FP8 / INT8
    # Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
    DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
    case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
    if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
      . /etc/os-release && \
      curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
      sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
      sudo apt-get update && \
      sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
      { echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
      echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
      exit 0
    fi
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
    uv pip install vllm
    vllm serve ScienceSoft/scnsoft-pii-encoder-doc-type-head --max-model-len 8192 --quantization fp8
    Добавить ещё LoRA к scnsoft-pii-encoder-doc-type-head
  3. 3. Пользуйтесь

    Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Дообучение модели

FacebookAI/xlm-roberta-base

Новые посты про версии xlm-roberta-base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 7Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 1Все на Hugging Face

О модели

ScienceSoft/scnsoft-pii-encoder-doc-type-head
Автор
ScienceSoft
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

291

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

MetaEncoder v1

MetaEncoder v1
Другое

TRACE

TRACE