في عصرنا الرقمي الحديث، تزداد أهمية الكشف الموثوق عن المعلومات الشخصية الحساسة (PII) بشكل ملحوظ، لكن المهمة لا تخلو من التحديات. فالمعلومات الشخصية تتميز بتنوعها وتعتمد على السياق، وغالبًا ما تكون مضمنة في وثائق غير مرتبة أو شبه مرتبة، مما يجعل استخراجها أمرًا معقدًا. هنا يظهر نموذج GLiNER2-PII كطفرة نوعية في هذا المجال، حيث تم تصميمه للتعرف على أنواع متنوعة من المعلومات الشخصية الحساسة تصل إلى 42 نوعًا.

يمتاز النموذج الجديد بإمكانياته المتقدمة التي تتيح له معالجة البيانات بدقة عالية، وذلك بفضل تطويره من نموذج GLiNER2 الأصلي وبناء مجموعة بيانات تركيبية متعددة اللغات تضم 4,910 نصوص معلمة. وُضعت هذه المجموعة باستخدام عملية إنتاج مدفوعة بالقيود لضمان تنوع وواقعية الأمثلة عبر اللغات والمجالات المختلفة.

أثبت GLiNER2-PII كفاءة ملحوظة من خلال تحقيقه لأعلى نتيجة في معايير الأداء في اختبار SPY، متفوقاً على أنظمة مقارنة أخرى مثل فلتر الخصوصية من OpenAI وثلاثة كواشف قائمة على GLiNER. ولتعزيز البحث ودعم التطبيق العملي لهذه الأنظمة المفتوحة، تم طرح النموذج للجمهور عبر منصة Hugging Face.

مع تطور تكنولوجيا الذكاء الاصطناعي، يفتح GLiNER2-PII آفاقًا جديدة لمستقبل أكثر أمانًا في معالجة البيانات الشخصية.