HaS Text Model (Full Precision)
HaS (Hide and Seek) is an on-device privacy model providing a complete pipeline from entity recognition to anonymization and restoration.
- 📦 0.6B parameters, full precision (FP16), 1.2 GB
- 🔒 Data never leaves device — local inference, no network required
- 🌍 8 languages natively supported: Chinese, English, Portuguese, French, Spanish, German, Korean, Japanese
- ⚡ Apple M4 Pro benchmark: prefill ~4,900 tok/s (llama.cpp), decode ~156 tok/s (mlx_lm)
This is the full-precision base model for fine-tuning and research. For production deployment, use the quantized versions: Q8_0 (recommended) or Q4_K_M.
1. Core Capabilities
Traditional anonymization (regex, Presidio, etc.) only does pattern matching. HaS is an on-device Agentic privacy pipeline — a set of composable atomic capabilities that solve multi-turn consistency, reversible restoration, and post-anonymization data usability.
| Capability | Description |
|---|---|
| 3-Level Semantic Tags | Instead of [REDACTED], produces tags like <Amount[1].ContractAmount.NumberSymbol> — LLMs understand "this is a contract amount", preserving data usability |
| Coreference Resolution | "CloudGenius Inc.", "CloudGenius", "云创智能" → all unified as <Organization[1].Company.Name>. Different forms, same ID |
| Multi-turn Consistency | Carries historical mapping dictionaries for incremental anonymization. Entity IDs stay consistent across turns. Same mechanism supports recursive chunking for long documents |
| Reversible Restoration | Anonymized text can be processed by cloud LLMs (translation, rewriting, etc.), then Seek restores the tags back to original values |
| Open-set Entity Types | Trained on ~70,000 entity types. Users can freely specify any type name without being limited to predefined categories |
| Public/Private Distinction | "Industrial and Commercial Bank of China" preserved, "Li Hong 138-xxxx" anonymized — only redacts what should be redacted |
2. Six Atomic Capabilities
| # | Capability | Description |
|---|---|---|
| 1 | NER | Recognize named entities of specified types |
| 2 | Hide_with | Anonymize using an existing mapping dictionary (maintains cross-text consistency) |
| 3 | Hide_without | First-time anonymization (no mapping, model generates tags autonomously) |
| 4 | Pair | Extract mapping relationships from original and anonymized text pairs |
| 5 | Split | Split composite tags into atomic single-entity mappings |
| 6 | Seek | Restore tagged text using a mapping dictionary |
3. Structured Semantic Tags & Coreference Resolution
3-Level Semantic Tags
Tags use a <EntityType[ID].Category.Attribute> three-level structure:
<Address[1].City.CityName> ← identifies this as a city name
<Address[2].StreetAddress.FullAddress> ← identifies this as a detailed address
<Amount[1].ContractAmount.NumberSymbol> ← identifies this as a contract amount
<Phone[1].Mobile.FullNumber> ← identifies this as a mobile number
Comparison with traditional approaches:
| Traditional | HaS 3-Level Tag |
|---|---|
[ADDRESS] |
<Address[1].City.CityName> |
[ADDRESS] |
<Address[2].StreetAddress.FullAddress> |
[MONEY] |
<Amount[1].ContractAmount.NumberSymbol> |
Coreference Resolution
The same entity often appears in multiple forms. HaS automatically recognizes they refer to the same object and unifies them under one ID:
Original forms Unified tag
─────────────────── ───────────────────────
CloudGenius Inc. → <Organization[1].Company.Name>
CloudGenius → <Organization[1].Company.Name>
云创智能 → <Organization[1].Company.Name>
CG → <Organization[1].Company.Name>
This ensures anonymized text remains logically coherent — LLMs seeing multiple <Organization[1]> know it's the same company. Critical for multi-turn conversations and long document chunking: entity IDs remain globally consistent across turns and chunks.
4. Quick Start
Recommended deployment with llama.cpp:
llama-server -m has_text_model.gguf -ngl 999 -c 8192 -np 1 -fa on
- Listens on
http://127.0.0.1:8080/v1by default - OpenAI Chat Completions compatible API
- ~2.4 GB total memory with default settings
5. Usage Scenarios
The 6 atomic capabilities can be composed into various privacy pipelines:
| Scenario | Description | Capabilities Used |
|---|---|---|
| Redacted Sharing | Auto-anonymize files, emails, code before sending; retain mapping for restoration | Hide → Pair |
| Privacy Scanning | Scan files/directories, list all sensitive entities, assess exposure risk | NER |
| Privacy Knowledge Base | Anonymize documents before ingestion; restore query results via mapping | Hide → Pair (write), Seek (read) |
| Log Redaction | Batch-anonymize ops logs before handing to support teams | Hide → Pair |
| Secure Cloud Chat | Anonymize text before sending to cloud LLM; restore LLM responses | NER → Hide → Pair → Seek |
| AI Memory Privacy | Store Agent long-term memory in anonymized form; restore on demand | Hide → Pair (store), Seek (recall) |
6. Prompt Templates
⚠️ Templates must match character-for-character — the model was trained on these exact templates. Any deviation may degrade output quality.
NER
Recognize the following entity types in the text.
Specified types:{types_json_array}
<text>{text}</text>
Hide_with (with mapping)
Turn 1: Same as NER template
Turn 2:
Replace the above-mentioned entity types in the text according to the existing mapping pairs:{mapping_json}
Hide_without (without mapping)
Turn 1: Same as NER template
Turn 2 (fixed text, no variables):
Replace the above-mentioned entity types in the text.
Pair
<original>{original_text}</original>
<anonymized>{anonymized_text}</anonymized>
Extract the mapping from anonymized entities to original entities.
Split
Split each composite anonymized key into atomic keys.
Composite mapping:
{composite_mapping_json_array}
Seek
The mapping from anonymized entities to original entities:
{mapping_json}
Restore the original text based on the above mapping:
{text_with_tags}
7. Speed Benchmarks
Test platform: Apple M4 Pro (48 GB RAM)
| Metric | llama.cpp | mlx_lm | mlc_llm |
|---|---|---|---|
| FP16 model size | 1.2 GB | 1.2 GB | 1.2 GB |
| FP16 prefill (tok/s) | 4,904 | 4,272 | 1,818 |
| FP16 decode (tok/s) | 128 | 156 | 118 |
| Q4 model size | 0.4 GB | 0.4 GB | 0.4 GB |
| Q4 prefill (tok/s) | 4,828 | 3,183 | 2,236 |
| Q4 decode (tok/s) | 238 | 345 | 172 |
All performance figures are rounded. Bold indicates best in class.
8. Quantization Versions
| Version | Quantization | File Size | Runtime Memory | Notes |
|---|---|---|---|---|
| Full Precision | FP16 | 1.2 GB | ~2.4 GB | Base model for fine-tuning and research |
| Q8_0 | 8.50 BPW | 639 MB | ~1.56 GB | Recommended for production, best output quality |
| Q4_K_M | 5.24 BPW | 397 MB | ~1.29 GB | Faster inference, lower memory, for resource-constrained environments |
中文版
HaS Text Model（全量模型）
HaS（Hide and Seek） 是一个端侧部署的隐私模型，提供从实体识别到脱敏还原的完整管线。
- 📦 0.6B 参数，全精度（FP16），1.2 GB
- 🔒 数据不出设备，本地推理，无需联网
- 🌍 8 语言原生支持：中、英、葡、法、西、德、韩、日
- ⚡ Apple M4 Pro 实测：prefill ~4,900 tok/s（llama.cpp），decode ~156 tok/s（mlx_lm）
一、核心能力
传统脱敏方案（正则、Presidio 等）只做模式匹配。HaS 的定位是端侧 Agentic 隐私管线——用一组可组合的原子能力解决多轮一致、可逆还原和脱敏后数据可用性的问题。
| 能力 | 说明 |
|---|---|
| 三级语义标签 | 脱敏后不是 [REDACTED]，而是 <金额[1].合同金额.数字符号> 这样携带语义的标签——LLM 一看就知道"这是一笔合同金额"，保持脱敏后数据可用性 |
| 指代消解 | "云创智能有限公司"、"云创智能"、"CloudGenius"→ 全部归为 <组织[1].企业.名称>。不同写法，同一编号 |
| 多轮一致 | 携带历史映射字典做增量脱敏，跨轮次实体编号一致。同一机制支持递归分块处理超长文档 |
| 可逆还原 | 脱敏后的文本可先交给云端 LLM 处理（翻译、改写等），Seek 能对处理后文本中的标签进行还原 |
| 开集指定 | 训练覆盖约 7 万种实体类型，用户可自由指定任意类型名称，不受预定义类别限制 |
| 公私区分 | "中国工商银行"保留，"李红 138-xxxx"脱敏——只脱该脱的，不过度脱敏 |
二、6 个原子能力
| # | 能力 | 说明 |
|---|---|---|
| 1 | NER | 识别指定类型的命名实体 |
| 2 | Hide_with | 使用已有映射字典脱敏（保持跨文本一致） |
| 3 | Hide_without | 首次脱敏（无映射，模型自主生成标签） |
| 4 | Pair | 从原文和脱敏文本对中提取映射关系 |
| 5 | Split | 拆分复合标签为原子单实体映射 |
| 6 | Seek | 根据映射字典还原含标签的文本 |
三、结构化语义标签与指代消解
三级语义标签
脱敏后的标签采用 <实体类型[编号].分类.属性> 三级结构：
<地址[1].城市.市名> ← 知道这是一个城市名
<地址[2].街道门牌.完整地址> ← 知道这是一个详细地址
<金额[1].合同金额.数字符号> ← 知道这是一笔合同金额，不只是普通数字
<电话[1].手机号.完整号码> ← 知道这是手机号，不是座机或传真
对比传统脱敏方案：
| 传统方案 | HaS 三级标签 |
|---|---|
[ADDRESS] |
<地址[1].城市.市名> |
[ADDRESS] |
<地址[2].街道门牌.完整地址> |
[MONEY] |
<金额[1].合同金额.数字符号> |
指代消解
同一实体在文本中往往以多种形式出现。HaS 会自动识别它们指向同一对象，统一归为同一编号：
原文中的写法 脱敏后统一为
─────────────────── ───────────────────────
云创智能科技有限公司 → <组织[1].企业.名称>
云创智能 → <组织[1].企业.名称>
CloudGenius → <组织[1].企业.名称>
云创 → <组织[1].企业.名称>
这确保了脱敏后的文本逻辑自洽——LLM 看到多处 <组织[1]> 就知道是同一家公司，而不会误以为是不同实体。在多轮对话和长文档分块中尤为关键：跨轮次、跨分块的实体编号全局一致。
四、快速开始
推荐使用 llama.cpp 推理框架：
llama-server -m has_text_model.gguf -ngl 999 -c 8192 -np 1 -fa on
- 默认监听
http://127.0.0.1:8080/v1 - API 兼容 OpenAI Chat Completions 格式
- 默认配置下总内存约 2.4 GB
五、使用场景
6 个原子能力可以组合成多种隐私管线：
| 场景 | 说明 | 使用能力 |
|---|---|---|
| 脱敏分享 | 文件、邮件、代码在外发前自动脱敏，保留映射表可随时还原 | Hide → Pair |
| 全量隐私扫描 | 扫描文件或目录，列出所有敏感实体，评估泄露风险 | NER |
| 隐私知识库 | 文档先脱敏再入库，查询结果通过映射表还原原文 | Hide → Pair（写入）、Seek（读取） |
| 日志脱敏 | 运维日志在交给支持团队前批量脱敏 | Hide → Pair |
| 安全云端对话 | 脱敏后文本发给云端 LLM 处理，LLM 返回结果再还原 | NER → Hide → Pair → Seek |
| AI 记忆隐私 | Agent 的长期记忆以脱敏形式存储，使用时按需还原 | Hide → Pair（存储）、Seek（召回） |
六、提示词模板
⚠️ 模板必须逐字符精确匹配，模型基于这些模板训练。任何偏差（空格、换行、标点）都可能降低输出质量。
NER
Recognize the following entity types in the text.
Specified types:{types_json_array}
<text>{text}</text>
Hide_with（带映射脱敏）
第 1 轮：与 NER 模板相同
第 2 轮：
Replace the above-mentioned entity types in the text according to the existing mapping pairs:{mapping_json}
Hide_without（无映射脱敏）
第 1 轮：与 NER 模板相同
第 2 轮（固定文本，无变量）：
Replace the above-mentioned entity types in the text.
Pair（提取映射）
<original>{original_text}</original>
<anonymized>{anonymized_text}</anonymized>
Extract the mapping from anonymized entities to original entities.
Split（拆分复合标签）
Split each composite anonymized key into atomic keys.
Composite mapping:
{composite_mapping_json_array}
Seek（还原）
The mapping from anonymized entities to original entities:
{mapping_json}
Restore the original text based on the above mapping:
{text_with_tags}
7. Speed Benchmarks
Test platform: Apple M4 Pro (48 GB RAM)
| Metric | llama.cpp | mlx_lm | mlc_llm |
|---|---|---|---|
| FP16 model size | 1.2 GB | 1.2 GB | 1.2 GB |
| FP16 prefill (tok/s) | 4,904 | 4,272 | 1,818 |
| FP16 decode (tok/s) | 128 | 156 | 118 |
| Q4 model size | 0.4 GB | 0.4 GB | 0.4 GB |
| Q4 prefill (tok/s) | 4,828 | 3,183 | 2,236 |
| Q4 decode (tok/s) | 238 | 345 | 172 |
All performance figures are rounded. Bold indicates best in class.
8. Quantization Versions
| Version | Quantization | File Size | Runtime Memory | Notes |
|---|---|---|---|---|
| Full Precision | FP16 | 1.2 GB | ~2.4 GB | Base model for fine-tuning and research |
| Q8_0 | 8.50 BPW | 639 MB | ~1.56 GB | Recommended for production, best output quality |
| Q4_K_M | 5.24 BPW | 397 MB | ~1.29 GB | Faster inference, lower memory, for resource-constrained environments |
中文版
HaS Text Model（全量模型）
HaS（Hide and Seek） 是一个端侧部署的隐私模型，提供从实体识别到脱敏还原的完整管线。
- 📦 0.6B 参数，全精度（FP16），1.2 GB
- 🔒 数据不出设备，本地推理，无需联网
- 🌍 8 语言原生支持：中、英、葡、法、西、德、韩、日
- ⚡ Apple M4 Pro 实测：prefill ~4,900 tok/s（llama.cpp），decode ~156 tok/s（mlx_lm）
一、核心能力
传统脱敏方案（正则、Presidio 等）只做模式匹配。HaS 的定位是端侧 Agentic 隐私管线——用一组可组合的原子能力解决多轮一致、可逆还原和脱敏后数据可用性的问题。
| 能力 | 说明 |
|---|---|
| 三级语义标签 | 脱敏后不是 [REDACTED]，而是 <金额[1].合同金额.数字符号> 这样携带语义的标签——LLM 一看就知道"这是一笔合同金额"，保持脱敏后数据可用性 |
| 指代消解 | "云创智能有限公司"、"云创智能"、"CloudGenius"→ 全部归为 <组织[1].企业.名称>。不同写法，同一编号 |
| 多轮一致 | 携带历史映射字典做增量脱敏，跨轮次实体编号一致。同一机制支持递归分块处理超长文档 |
| 可逆还原 | 脱敏后的文本可先交给云端 LLM 处理（翻译、改写等），Seek 能对处理后文本中的标签进行还原 |
| 开集指定 | 训练覆盖约 7 万种实体类型，用户可自由指定任意类型名称，不受预定义类别限制 |
| 公私区分 | "中国工商银行"保留，"李红 138-xxxx"脱敏——只脱该脱的，不过度脱敏 |
二、6 个原子能力
| # | 能力 | 说明 |
|---|---|---|
| 1 | NER | 识别指定类型的命名实体 |
| 2 | Hide_with | 使用已有映射字典脱敏（保持跨文本一致） |
| 3 | Hide_without | 首次脱敏（无映射，模型自主生成标签） |
| 4 | Pair | 从原文和脱敏文本对中提取映射关系 |
| 5 | Split | 拆分复合标签为原子单实体映射 |
| 6 | Seek | 根据映射字典还原含标签的文本 |
三、结构化语义标签与指代消解
三级语义标签
脱敏后的标签采用 <实体类型[编号].分类.属性> 三级结构：
<地址[1].城市.市名> ← 知道这是一个城市名
<地址[2].街道门牌.完整地址> ← 知道这是一个详细地址
<金额[1].合同金额.数字符号> ← 知道这是一笔合同金额，不只是普通数字
<电话[1].手机号.完整号码> ← 知道这是手机号，不是座机或传真
对比传统脱敏方案：
| 传统方案 | HaS 三级标签 |
|---|---|
[ADDRESS] |
<地址[1].城市.市名> |
[ADDRESS] |
<地址[2].街道门牌.完整地址> |
[MONEY] |
<金额[1].合同金额.数字符号> |
指代消解
同一实体在文本中往往以多种形式出现。HaS 会自动识别它们指向同一对象，统一归为同一编号：
原文中的写法 脱敏后统一为
─────────────────── ───────────────────────
云创智能科技有限公司 → <组织[1].企业.名称>
云创智能 → <组织[1].企业.名称>
CloudGenius → <组织[1].企业.名称>
云创 → <组织[1].企业.名称>
这确保了脱敏后的文本逻辑自洽——LLM 看到多处 <组织[1]> 就知道是同一家公司，而不会误以为是不同实体。
四、快速开始
推荐使用 llama.cpp 推理框架：
llama-server -m has_text_model.gguf -ngl 999 -c 8192 -np 1 -fa on
- 默认监听
http://127.0.0.1:8080/v1 - API 兼容 OpenAI Chat Completions 格式
- 默认配置下总内存约 2.4 GB
五、使用场景
6 个原子能力可以组合成多种隐私管线：
| 场景 | 说明 | 使用能力 |
|---|---|---|
| 脱敏分享 | 文件、邮件、代码在外发前自动脱敏，保留映射表可随时还原 | Hide → Pair |
| 全量隐私扫描 | 扫描文件或目录，列出所有敏感实体，评估泄露风险 | NER |
| 隐私知识库 | 文档先脱敏再入库，查询结果通过映射表还原原文 | Hide → Pair（写入）、Seek（读取） |
| 日志脱敏 | 运维日志在交给支持团队前批量脱敏 | Hide → Pair |
| 安全云端对话 | 脱敏后文本发给云端 LLM 处理，LLM 返回结果再还原 | NER → Hide → Pair → Seek |
| AI 记忆隐私 | Agent 的长期记忆以脱敏形式存储，使用时按需还原 | Hide → Pair（存储）、Seek（召回） |
六、提示词模板
⚠️ 模板必须逐字符精确匹配，模型基于这些模板训练。任何偏差（空格、换行、标点）都可能降低输出质量。
NER
Recognize the following entity types in the text.
Specified types:{types_json_array}
<text>{text}</text>
Hide_with（带映射脱敏）
第 1 轮：与 NER 模板相同
第 2 轮：
Replace the above-mentioned entity types in the text according to the existing mapping pairs:{mapping_json}
Hide_without（无映射脱敏）
第 1 轮：与 NER 模板相同
第 2 轮（固定文本，无变量）：
Replace the above-mentioned entity types in the text.
Pair（提取映射）
<original>{original_text}</original>
<anonymized>{anonymized_text}</anonymized>
Extract the mapping from anonymized entities to original entities.
Split（拆分复合标签）
Split each composite anonymized key into atomic keys.
Composite mapping:
{composite_mapping_json_array}
Seek（还原）
The mapping from anonymized entities to original entities:
{mapping_json}
Restore the original text based on the above mapping:
{text_with_tags}
七、速度评估
测试平台：Apple M4 Pro（48 GB 内存）
| 指标 | llama.cpp | mlx_lm | mlc_llm |
|---|---|---|---|
| FP16 模型大小 | 1.2 GB | 1.2 GB | 1.2 GB |
| FP16 prefill（tok/s） | 4,904 | 4,272 | 1,818 |
| FP16 decode（tok/s） | 128 | 156 | 118 |
| Q4 模型大小 | 0.4 GB | 0.4 GB | 0.4 GB |
| Q4 prefill（tok/s） | 4,828 | 3,183 | 2,236 |
| Q4 decode（tok/s） | 238 | 345 | 172 |
所有性能数据均已取整。粗体表示该项最佳表现。