QueryPie تتيح نموذج QEV لتصنيف البيانات الحساسة على Hugging Face
النموذج رصد 1277 من 1281 وثيقة حساسة في تقييم داخلي شمل مستندات بالكورية والإنجليزية واليابانية، بنسبة 99.69%.
أعلنت شركة الأمن السيبراني الكورية QueryPie في 2 نوفمبر 2026 أنها طوّرت نموذج ذكاء اصطناعي لاتخاذ القرارات باسم QEV يتولى تصنيف المعلومات الشخصية والبيانات الداخلية السرية، وأنها نشرته على منصة Hugging Face مع نسخة تجريبية تدعم الإدخال بالكورية والإنجليزية واليابانية.
وفي تقييم أجرته الشركة على مستندات باللغات الثلاث، رصد QEV 1277 من أصل 1281 وثيقة حساسة، أي بنسبة اكتشاف بلغت 99.69%. وعلى المستندات نفسها رصد نموذج JEV API التجاري 1235 وثيقة، ما يعني أن QEV أخطأ في 4 وثائق مقابل 46 لدى JEV API، أي أقل بنحو 91.3% في حالات تفويت الكشف.
وسجّل QEV نسبة 98.98% في مقياس F2 الذي يمنح وزنًا أكبر لمعدل الاستدعاء مقارنة بالدقة. ويستطيع النموذج تصنيف المدخلات في أربع فئات: خلوّها من المعلومات الحساسة، أو احتواؤها على معلومات شخصية، أو على بيانات داخلية سرية، أو على النوعين معًا.
وفي عرض تجريبي ضمّ 10 رسائل بريد إلكتروني وأوامر ذكاء اصطناعي افتراضية، صنّف QEV أسماء العملاء وبيانات الاتصال وعناوين الشحن ضمن المعلومات الشخصية، وصنّف التسعير قبل الإطلاق وشروط الخصم ضمن البيانات الداخلية السرية.
وقالت QueryPie إنها طبّقت تكميم INT8 على نماذج QEV، ما خفّض استهلاك الذاكرة على وحدات GPU بنسبة تراوحت بين 27.5% و45.2%. وبعد التكميم حافظ النموذج على 4 حالات تفويت، وارتفعت نتيجة F2 من 98.98% إلى 99.02%، وفق ما أورده موقع dailysecu.com.
أسئلة سريعة
ما هو نموذج QEV؟
نموذج ذكاء اصطناعي لاتخاذ القرارات طوّرته QueryPie لتصنيف المعلومات الشخصية والبيانات الداخلية السرية في أربع فئات.
أين يمكن تجربة QEV؟
نشرت QueryPie النموذج على منصة Hugging Face مع نسخة تجريبية تدعم الإدخال بالكورية والإنجليزية واليابانية.
ما دقة QEV في الكشف عن الوثائق الحساسة؟
رصد 1277 من 1281 وثيقة في تقييم الشركة، بنسبة 99.69%، وسجّل 98.98% في مقياس F2.