К содержимому
Языковые модели

sixmonth-redact

обезличивает медицинские и стоматологические заметки на CPU

2 мин чтенияобновлено

Модель берёт текст клинической или стоматологической заметки и возвращает его же, но с вырезанными персональными идентификаторами: именами, датами, контактами, номерами карт и адресами. Работает с английским, французским и ливанским арабским латиницей (Arabizi), включая стоматологические записи. Это компактный char-level token classifier на 5,8 млн параметров, который запускается только на CPU, примерно за 0,2 секунды на заметку и офлайн. В отличие от крупных PII-моделей, он почти не скрывает лишнего в чистом клиническом тексте, но это бета-инструмент для первого прохода, а не замена проверке человеком.

Ключевые особенности

  • Удаляет идентификаторы HIPAA Safe Harbor по шести меткам: NAME, DATE, CONTACT, ID, LOCATION и AGE старше 89 лет.
  • Сохраняет клиническое содержимое: дозы, номера зубов, лабораторные значения и коды.
  • Поддерживает английский, французский и Arabizi; есть режимы typed, keep_dates и spans.
  • Всего 5,8 млн параметров, работа на CPU и офлайн, около 0,2 с на заметку.
  • На Nemotron-PII ловит 98,3% идентификаторов при 0,34% ошибочно скрытого чистого текста; на клинических заметках — 95,0% при 3,33%.

Что можно сделать

  • Поставить первым проходом в локальный пайплайн обезличивания перед передачей заметок на ревью или в исследование.
  • Пакетно чистить стоматологические заметки, не теряя номера зубов и назначения.
  • Встроить model.redact или model.spans в Python-сервис, а scrub.py использовать для быстрой проверки из командной строки.

Пример

from transformers import AutoModel

model = AutoModel.from_pretrained("sixmonth-ai/sixmonth-redact", trust_remote_code=True)
text = "Called Mrs Johnson re: appt on March 3rd. Policy no. BC-44817203."
print(model.redact(text))
# 'Called Mrs [REDACTED] re: appt on [REDACTED]. Policy no. [REDACTED].'
ПодробнееБенчмарки: Nemotron-PII — 98,3% пойманных идентификаторов при 0,34% ошибочно скрытого чистого текста; клинические заметки — 95,0% и 3,33%.
С опечатками: 93,8% и 83,0% соответственно.
Требования: только CPU, около 0,2 с на заметку; 5,8 млн параметров.
Ограничения: бета; примерно в 1 из 5 клинических заметок остаётся идентификатор (1 из 2 с опечатками), нужна проверка человеком; это не полноценная HIPAA-деидентификация; другие языки не тестировались.
Лицензия GPL-3.0; веса не подгонялись на пациентских заметках.
Обсудить Telegram 1 2

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.0 GB · готовые файлы0.6 GB
  • BF16веса 0.0 GB0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.6 GB
  • 4-bitвеса 0.0 GB0.6 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 · F32 — 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.

    # sixmonth-ai/sixmonth-redact — A30, FP8 / INT8
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    # 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 sixmonth-ai/sixmonth-redact --max-model-len 8192 --quantization fp8
    Добавить ещё LoRA к sixmonth-redact
  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

Новые посты про версии sixmonth-redact — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

sixmonth-ai/sixmonth-redact
Автор
sixmonth-ai
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

21

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

N-Q-164M-Chat

N-Q-164M-Chat