Rizzo-AI-Academy/rizzo-pii
Local-first privacy guard: anonymize your documents before sharing with LLMs.
何を解決するか
クラウドベースのLLM（ChatGPT、Claude、Geminiなど）に機密性の高い個人情報や機密データを送信する際のプライバシーリスクに対処します。特にイタリアの法律、会計、公証士サービスなどの専門家にとって、文書をアップロードすることはGDPRの遵守に違反する可能性があります。このプロジェクトにより、実際の識別可能な情報を送信せずに、強力な先端モデルを活用できるようになります。
動作方法
システムはユーザーのローカルCPU上で完全に実行される、逆転可能な匿名化ワークフローを実装しています：
- ローカル検出：軽量な0.3Bパラメータモデル（mmBERT/ModernBERTに基づく）が、codice fiscale や partita IVA などのイタリア固有の法律識別子を含む22種類のPIIを識別します。
- 擬似匿名化：実際のデータは、タイプに応じた安定したプレースホルダ（例：
[FULLNAME_1]）に置き換えられます。マッピング辞書はユーザーのディスク上にローカルに保存されます。 - クラウド処理：匿名化されたテキストのみが先端LLMに送信されます。
- ローカル復元：LLMからの応答を受け取った後、ツールはローカルの辞書を使用してプレースホルダを元の実際の値に戻します。
高精度を確保するために、ニューラルモデルは決定論的な正規表現とチェックサムネットワーク（例：カード用のLuhn、IBAN用のmod-97）と併用され、有効なチェックサムが検出された場合はモデルの判断を上書きします。
対象ユーザー
GDPRの規制下にある法律事務所、会計士、公証人、医療機関など。契約の要約や法的文書の作成にLLMを使用しながら、機密データを自らのデバイス上に保持したいユーザーに最適です。
特徴
- イタリア法的専門性：一般的なモデルが見逃しがちなイタリア固有の識別子（CF、PIVA、地籍データ）を正確に検出。
- 低ハードウェア要件：標準のノートPCのCPUで動作可能。メモリ使用量は約0.5 GB～1.2 GB。
- 逆転可能なワークフロー：破壊的なマスキングとは異なり、最終出力をローカルで元の形式に復元可能。
- プライバシー設計：APIキーもテレメトリも不要で、完全にオフラインで動作。匿名化フェーズ中はデータがデバイス外に流出することはありません。
関連
- プロジェクト
- Dispatch
- プロジェクト
- プロジェクト
- プロジェクト