无尘阁日记

NAN GE SERVICE · 2026 · FDE

楠哥服务产品从「知道」到「跑起来」

不卖知识库,交付能出货的产线。企业 AI 落地 FDE 驻场 · 团队 AI 工作流共建 · 个人 AI 私教陪跑。把判断固化成 Skill,把 Skill 编排成工作流,把工作流托管成有日志、有验收、有人审的 Agent。

17 年跨界15,000+ 小时 AI 实操20+ 套已上线工作流90+ 个公开实验
进入服务产品页 →
L1场景定锚
L2归因建模
L3资产固化
L4编排托管

数据脱敏

共 2 篇 · 按标签归档

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。