QueryPie发布QEV模型并上线Hugging Face
QueryPie称，在韩英日文档自测中QEV对1281份敏感文档检出1277份，检出率99.69%。
韩国安全企业QueryPie于2026年11月2日宣布，已开发出用于对企业敏感信息进行分类的决策型AI模型QEV，并将其发布在Hugging Face平台上，同时提供支持韩语、英语和日语输入的演示。
据dailysecu.com报道，QueryPie使用韩语、英语和日语文档进行的自测显示，QEV在1281份敏感文档中检出1277份，检出率为99.69%；同一批文档下，商用决策型模型JEV API检出1235份。QEV漏检4份，JEV API漏检46份，QEV的漏检数量约低91.3%。在更侧重召回率的F2指标上，QEV得分为98.98%。
QEV可将输入内容分为四类：不含敏感信息、含个人信息、含内部机密信息，以及两者兼有。在由10封虚构邮件和AI提示词组成的演示中，QEV将客户姓名、联系方式与收货地址判定为个人信息，将尚未发布的价格与折扣条款判定为内部机密信息。
QueryPie表示，对QEV模型应用INT8量化后，GPU内存占用降低27.5%至45.2%。量化后模型仍保持4份漏检，F2得分由98.98%升至99.02%。
快速问答
QEV发布在哪里？
QEV已在Hugging Face上发布，并提供支持韩语、英语和日语输入的演示。
QEV的检出率是多少？
在QueryPie使用韩语、英语和日语文档进行的自测中，QEV在1281份敏感文档中检出1277份，检出率为99.69%。
量化对QEV有什么影响？
应用INT8量化后，GPU内存占用降低27.5%至45.2%，漏检数量仍为4份，F2得分从98.98%升至99.02%。