Как я разработал легковесный Guardrails для русского языка

[srzybnev]

Как будто решение не очень сложное получилось. Но респект тебе за проделенную работу и качественную статью!

[Adgh]

А ФИО, место жительства?

[maksimov_m]

Без использования BERT или LLM достаточно трудно корректно отлавливать эти сущности, поэтому остановился на тех, которые можно легко ловить регулярными выражениями

[WordEngineer]

Хороший пример того, как классические методы обработки текста закрывают 80% потребностей без GPU и тяжёлых моделей. Разница в скорости - 0.1 мс против 186 мс у BERT - для продакшена с высоким RPS это решающий аргумент. Алгоритм Луна для карт, контрольные суммы для ИНН/СНИЛС - всё это отработанные десятилетиями методы, и правильно, что вы не стали заменять их нейросетью ради хайпа. Единственное, что добавил бы - модуль PII на регулярках можно дополнить нечётким матчингом для случаев, когда пользователь намеренно пишет номер через пробелы или подменяет цифры буквами. Это частый паттерн обхода фильтров, который как раз и роняет Recall в бенчмарке. Проект оформлен очень зрело - CI, SDK на двух языках, Grafana-дашборд, документация на MkDocs.

[Lestatl0]

Спасибо,было интересно почитать, хорошо разобран весь подход пошагово