<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>PII脱敏 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/pii%E8%84%B1%E6%95%8F/</link>
    <description>Recent content in PII脱敏 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Thu, 18 Sep 2025 18:09:52 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/pii%E8%84%B1%E6%95%8F/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>大语言模型在PII脱敏中的能力与风险评估：PRvL框架解析</title>
      <link>https://blog.qife122.com/p/%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E5%9C%A8pii%E8%84%B1%E6%95%8F%E4%B8%AD%E7%9A%84%E8%83%BD%E5%8A%9B%E4%B8%8E%E9%A3%8E%E9%99%A9%E8%AF%84%E4%BC%B0prvl%E6%A1%86%E6%9E%B6%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Thu, 18 Sep 2025 18:09:52 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E5%9C%A8pii%E8%84%B1%E6%95%8F%E4%B8%AD%E7%9A%84%E8%83%BD%E5%8A%9B%E4%B8%8E%E9%A3%8E%E9%99%A9%E8%AF%84%E4%BC%B0prvl%E6%A1%86%E6%9E%B6%E8%A7%A3%E6%9E%90/</guid>
      <description>&lt;h1 id=&#34;prvl量化大语言模型在pii脱敏中的能力与风险&#34;&gt;PRvL：量化大语言模型在PII脱敏中的能力与风险&lt;/h1&gt;&#xA;&lt;p&gt;从非结构化文本中脱敏个人可识别信息（PII）对于受监管领域的数据隐私保障至关重要。虽然早期方法依赖于基于规则的系统和特定领域的命名实体识别（NER）模型，但这些方法难以跨格式和上下文泛化。大语言模型（LLMs）的最新进展提供了一种有前景的替代方案，然而架构和训练选择对脱敏性能的影响仍未得到充分探索。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
