数据脱敏系统的最佳实践：规则召回打底，本地小模型精排
先说结论，省得你在方案里绕：「一个模型搞定脱敏」这件事不存在。 当前真正能上生产的最佳实践是——规则做高召回兜底，本地小模型做高精度精排，约束解码根除幻觉，可逆金库管住还原链路。 系统的成败从来不在模型选得多大，而在漏检率和可逆性管理这两件事上。
32B 多模态模型做内部数据脱敏，够用吗？
最近在做一件很具体的事：给内部的一批文件、数据表和音视频做脱敏，然后喂给大模型用。选型时最常被问到的一句话是——「我们本地部署一个 32B 的多模态模型，够不够？」 这个问题的答案不是「够」或「不够」，而是你让它承担哪一层责任。下面是我按这个口径做的完整评估，结论先给：32B 多模态模型是这类工作里性价比最高的「语义裁决层」，但它不是一个脱敏系统。