Bara personuppgifter
blir svarta.
Noir är en liten LLM enbart för maskning. Den tar emot ett dokument och en instruktion om vad som ska döljas, och svarar med en lista över de ställen som stämmer in. Dokument kan behandlas på bara er egen CPU innan de lämnar huset. När du scrollar sveper en ljusstråle över dokumentet.
JA担当の山田太郎です。お電話は03-0000-1234までお願いします。
ENPlease call Emily Carter at (555) 010-4477 before March 3.
DEFrau Anna Becker wohnt in der Lindenstraße 12, 10115 Berlin.
HRIvan Horvat (42 godine) javio je da je na bolovanju.
* Exempeltexter, namn och nummer är påhittade. Animationen ovan är en uppspelning.
Säg det med
vanliga ord.
”Personuppgifter”, ”kontaktuppgifter”, ”men inte ålder”. Säg det som du brukar, så ändras vad som döljs – i samma dokument. Tryck på en knapp eller titta bara på.
Ämne: Exempel AB – bekräftelse av ert avtal
Till Exempel AB, Administrationen, Anna Andersson
Hej! Jag heter Karin Larsson och arbetar på Kattdata AB.
Vi vill gärna prata om förlängningen av ert avtal fredag 20 november. Månadsavgiften är oförändrad, 4 800 kr.
Vi har förstått att er kontaktperson Erik Johansson (42 år) är ledig i dag på grund av ryggont.
Nå oss på 08-465 004 12 eller [email protected].
Skickas till: Exempelgatan 12, 5 tr, 123 45 Provby
* Rutan är ett exempel på hur det fungerar och spelar upp förberedda svar (ingen riktig modell körs). Alla exempeltexter är påhittade.
Döljer mindre i onödan
än 120B.
Vi gav gpt-oss-120b (117 miljarder parametrar) samma instruktion och jämförde på 100 dokument vardera på japanska och engelska. Papperen överst visar exempel på respektive fel. Staplarna under visar hur ofta felet inträffade – ju kortare, desto bättre.
* Uppmätt i vårt eget test (november 2026, Q4_K_M, kombinerat med generella regler för e-post, telefon, URL och datum). Detaljerade villkor finns längst ner på sidan.
Ju vagare instruktion,
desto större skillnad.
Vi jämför andelen missar med en balansvåg. Den sida som missar mest sjunker. När typerna räknas upp tydligt väger det jämnt, men med vaga instruktioner som ”personuppgifter”, eller med tillägg som ”men inte …”, växer skillnaden.
Noir0%
gpt-oss-120b0%
* Japanska och engelska sammanlagt. Andel missar (%, 1 ruta = 1 %). Instruktionerna fördelar sig på 69 dokument med uppräknade typer, 104 med vag instruktion och 27 med undantag.
4 språk,
resultat för vart och ett.
Varje språk har en egen Noir (japanska och engelska delar på en). Gult markerar siffror som är bättre än gpt-oss-120b.
- På kroatiska och tyska missar Noir ungefär lika mycket som gpt-oss-120b. De flesta missarna gällde datum och klockslag i europeiskt format, som ”02.11.2026” och ”14:12 Uhr”.
- Med två extra regler som fångar datum och klockslag i det formatet sjunker missarna enligt vår beräkning till 31→23 % för kroatiska och 25→15 % för tyska – lägre än gpt-oss-120b (24 % och 19 %). Vi planerar att bygga in reglerna i produkten. planerat
Svaret kommer
som JSON.
Fynden kommer som en lista där samma sak är samlad på ett ställe. Strängarna är exakt som de står i dokumentet, så de går att söka upp och ersätta direkt i texten.
Erik nås på telefon 08-465 004 12
och mejl [email protected].
- id: samma person eller sak samlas under ett id (”Erik Johansson” och ”Erik”).
- type: namnet på en av 48 etiketter. Det kommer på instruktionens språk (på engelska till exempel ”person name”).
- mentions: strängarna exakt som de står i dokumentet. Om inget stämmer in blir det
[].
Hitta allt i dokumentet nedan som
stämmer in på målet. … (förkortat)
Svara bara med en JSON-array: [{"id": "E1",
"type": "...", "mentions": ["..."]}]
Mål:
Personuppgifter, men inte ålder
Metod: maskning (inga replacements)
Dokument:
(dokumentet här)Ett dokument på
cirka 20 sekunder.
Vi spelar upp hur CPU:n i en bärbar dator (utan GPU) läser ett dokument på cirka 900 tecken och svarar med vad som ska döljas. Uppspelningen går i 5× fart, klockan visar verkliga sekunder.
0.0s5× fart
Läser dokumentSkriver vad som ska döljas
Dolda ställen 0 / 0
- Instruktion
- Namn, telefonnummer, e-postadress, adress
- Inläsning
- ca 140 tokens/s
- Skrivning
- ca 24 tokens/s
- Utrustning
- Core i7-11800H, 8 trådar
- I den här farten, ett dokument i taget, hinner en dator cirka 170 000 tecken i timmen.
- Med 16 dokument parallellt på GPU tog 100 dokument cirka 20 sekunder (gpt-oss-120b: cirka 90 sekunder). intern mätning
* Dokumentet och de dolda ställena är exempel (ingen modell körs på den här sidan). Tiden är beräknad från internt uppmätt fart för inläsning och skrivning. Olika sätt att nämna samma person samlas ihop och döljs på en gång.
1 000 tecken i taget,
klippt i bitar.
Långa dokument klipps i bitar om cirka 1 000 tecken som skickas en i taget. När längden stämmer med det modellen såg under träningen missar den mindre. Till sist slås resultaten ihop och kombineras med regler som fångar fasta format för e-post, telefon, URL och datum.
Start (llama.cpp)
llama-server -m noir-ja-en-Q4_K_M.gguf \ -c 16384 -t 8 -np 1 --jinja --port 8191
Ute nuLadda ner vikterna →
- Stäng av tänkeläget (
enable_thinking: false) och användtemperature 0. - Välj modell efter språk: ja-en för japanska och engelska, de-en för tyska, hr-en för kroatiska.
- På CPU (Core i7-11800H, 8 trådar) tar en bit om 1 000 tecken cirka 20 sekunder. intern mätning
Samma dokument,
maskat efter en instruktion.
Välj en instruktion och testa på exempeldokumenten. Byter du instruktion ändras vad som döljs, även i samma dokument. Du kan också se instruktionen som skickas till modellen och den JSON som kommer tillbaka.
1Välj dokument
2Välj instruktionkörs direkt när du väljer
Eller välj typer själv
Instruktionen som skickas till modellen
JSON som kommer tillbaka
[]
Mätmetod
och kontakt.
- Dokument: 100 vardera på japanska, engelska, tyska och kroatiska. Påhittade dokument skrivna för testet – mejl, protokoll, HR-anteckningar, fakturor, vårdinformation med mera – där de ställen som ska döljas är märkta med facit.
- Instruktion: ett av tre sätt per dokument – ”uppräknade typer”, ”vag formulering” eller ”med undantag”. gpt-oss-120b (reasoning effort medium) fick samma instruktion.
- Mått: missat = andel av facit som blev kvar, för mycket = andel av de dolda ställena som var onödiga, fel typ = andel dolda ställen av en typ som inte angavs.
- Genomfört: november 2026, Q4_K_M. Ses över före den officiella lanseringen.