← 2026-10-11 の一覧へ戻るホーム
Rampart：ブラウザネイティブオンデバイス PII 削除ツール

2026/10/10 2:52

Rampart：ブラウザネイティブオンデバイス PII 削除ツール

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

Rampart は、ユーザーのプライバシーを保護するために、機微な個人情報を外部サーバーへ送信せず、ローカルデバイス上で直接フィルタリングする第一世代のブラウザベースツールです。AI のプライバシーリスクに対する不可欠な第一線防衛として機能し、名前、住所、社会保険番号（SSN）、クレジットカード情報、その他の機密情報のみがローカルマシンから離れないようにします。大規模なダウンロードを必要とする重厚なソフトウェアとは異なり、Rampart はわずか 14.7MB のフットプリント内で効率的に動作し、入力と送信の間に WebGPU を加速して使用した約 3.9ms のレイテンシでテキストを処理します。構造化されたデータ（SSN やメールアドレスなど）には決定論的な正規表現ルールを、非構造化情報（名前など）には MiniLM 言語モデルを組み合わせており、7 ヶ国の言語で 98.4% という驚異的な検出率を達成しています。OpenAI の Privacy Filter（約 2.8GB）や GLiNER、Presidio などのモデルよりもリコールベンチマークにおいて優れています。現在アルファ版である Rampart は、将来の AI チャット用の標準フィルタリング層となることを目指しており、ユーザーに即座なデータのコントロールを付与すると同時に、リアルタイムインタラクション中にデータ漏洩リスクを大幅に削減するためのスケーラブルなソリューションを提供します。

本文

Rampart：オンデバイス個人情報フィルタリングシステムのオープンソース化

チャットボットへの入力時、意図せず個人情報が漏洩するリスクがあります。医療請求の質問から住所やアカウント番号が、不満文からは居住国まで推察されかねません。さらに、送信されたテキストは確認不能なリモートサーバーへ転送される可能性があります。

我々の設計原則は**「デバイスから決して外に出ない情報のみが、確実にプライバシーが守られたと心得てもよい」ことです。本日、個人情報をローカルでフィルタリングする第 1 世代システム「Rampart」**をオープンソース化しました。

Rampart の構成と特徴

Rampart は、以下の 2 つの層を組み合わせたハイブリッド構造を持っています。

  • 決定論的レイヤー（ルールベース）

    • SSN（社会保険番号）や ID 番号を検出します。
    • 正規表現と実際の検証を組み合わせ、構造のある情報を処理します。
    • 対象：社会保険番号、クレジットカード番号、電話番号、振込先・口座番号、メールアドレス、IP アドレス、公的 ID など。
    • 特徴：決定論的で高速です。

  • 軽量言語モデル層

    • 人名や住所を検出するためにMiniLMという軽量言語モデルを使用します。
    • ルールだけでは見落としがちな文脈を深く理解し、特定のカテゴリに属する個人情報を検出してマスク（削除）します。

動作原理とパフォーマンス

すべての処理はブラウザ内で完結し、メッセージ送信前の瞬間に実行されます。サーバーはこのループには関与しません。

  • モデルサイズ（トークナイザー含む）：
    14.7MB
  • p50 ランタイム遅延（ブラウザ/WebGPU）：
    3.9ms
  • 7 カ国語での私人用語 Recall（再現率）：
    98.4%

フィルタリングプロセスの例

メッセージはデバイス上で「2 つのリーダー」によってチェックされ、外部へ送られる前に PII が除去されます。ブラウザは一時的に関連する PII を保存し、それを 

[GIVEN_NAME]
などのプレースホルダーで埋めます。

カテゴリ元の文章除去後の文章
個人情報除去私の名前は Maria Garcia で、社会保険番号は 123-45-6789、月給は 1,950 ドルです。手頃な価格の住宅を探すお手伝いできますか？私の名前は [GIVEN_NAME] [SURNAME] で、社会保険番号は [SSN]、月給は 1,950 ドルです。手頃な価格の住宅を探すお手伝いできますか？

ベンチマーク結果

Rampart は、以下の手法を用いて学習・検証されました。

  • OpenPII 1.5M データセット（AI4Privacy）
  • 17 種類のエンティティを意図的に混乱させたチャット風入力データ（合成ジェネレーター）

30,000 行のテスト用 OpenPII スライス（7 つのラテン文字系言語を含む）を運用パイプライン全体でスコアリングした**「私人用語の Recall（再現率）」**です。数値が高いほど好ましい結果を示します。

システム構成サイズ手法再現率 (Recall)
Rampart
14.7 MB
決定論的 + モデル98.42%
GLiNER small v2.1
~600 MB
モデルのみ94.2%
Community BERT-small PII
~29 MB
モデルのみ81.5%
Microsoft Presidio
~13 MB
決定論的 + モデル65%
AWS Bedrock Guardrailsクラウド依存モデルのみ63.8%

比較の示唆: Rampart は最小限のリソースで最も高い精度を実現しており、クラウド依存型や巨大モデルに比べれば圧倒的に軽量かつ高性能です。

現状と制約事項

  • 製品の段階：アルファ版（初期バージョン）。
  • 位置づけ：AI チャット体験における PII 管理のための第一線の防衛手段。
  • 対応言語：現在は以下の 7 ヶ国語に対応しています。
    • 英語、スペイン語、フランス語、ドイツ語、イタリア語、ポルトガル語、オランダ語

ご利用方法

Rampart を導入するには以下のいずれかの方法をご利用ください。

  • HuggingFaceからモデルをダウンロードする
  • NPM ライブラリをインストールする
  • 詳細はホワイトペーパーをご覧ください

もし、アメリカ人向けにエレガントかつ実用的なツールを構築したいという関心をお持ちの場合は、NDS の加入をご検討ください。

同じ日のほかのニュース

一覧に戻る →

2026/10/11 7:50

独自の意思決定モデルを構築する

## Japanese Translation: 本研究の核心となる洞察は、言語モデルは単一パスの意思決定システムを模倣することは可能であるが、特定のカリブレーションが行われる限りでは、しばしば危険な過剰な自信を示すという点にある。標準的なモデルが複数のパスを通じて順次テキストを生成するのに対し、システムワンアプローチは制約付きデコーディング（例えば、選択肢 A〜E の語彙をマスキングする）を用いて、AI に固定されたオプションを 1 パスで選択させる。この手法は推論速度を向上させるが、信頼スコアの膨張というリスクをもたらす；具体的には、ネイティブ出力トークンの確率は次のトークンに対する自信を反映しており、正しい答えの真なる確率を反映していない。CommonsenseQA の保持サンプルでの評価では、ファインチューニングの後であっても未カリーブレーテッドなモデルは、明確な単一の答えが存在しない困難な Commonsense 問題に対して高い不確かさ（例：99.78%）を割り当てることができ、マクロ F1 精度は約 58％に留まり、高自信ビンに至っては単なる 70％に過ぎなかった。本研究では、LLM 模倣（Qwen/Qwen3-1.7B）における温度スケイリングを用いてこの問題を成功裏に解決し、モデルの報告された自信を実際の性能と数学的に整合させ、結果として適合温度が約 3.8 となった。したがって、制約付きデコーディングは標準化テストのような多選択タスクに対して効率的を提供するものの、その後のカリブレーションなしで展開することは、過剰な自信による誤りを招き、ユーザーを欺くことになる。今後、事前に定義された答えへの厳格な遵守が求められる適用においては、信頼性指標が真に信頼性を反映するように、事後処理ステップ（例えば温度スケイリング）の優先を確保する必要がある。

2026/10/07 21:30

2D 車両

## Japanese Translation: 「Motion Lab」は、1996 年に GFA BASIC で書かれた先駆的な物理エンジンが GTA の車体システムを動力源としていたのを記念し、同エンジンの 30 周年を祝うためのモダンな Web ベースの再現作品です。当時の一般的なシンプルな「ポインタ・フィジックス」と異なり、この JavaScript インプリメンテーションは、リアルなトルクおよび力の相互作用を含む高度な古典的な 2 次元剛体動力学を正確にシミュレートします。本プロジェクトは、教育的目的のためにレガシースタイルを維持しつつ、オリジナルのソフトウェアが後に摩擦に関する推測に基づいた近似的かつ技術的に不正確な車体シミュレーション層を追加したことを認める一方で、「リマスター」された、より美しいバージョンの元のワイヤフレーム美学を提供しています。ユーザーは「Car（カー）」「Spaceship（スペースシップ／通称：Ship）」「Brick（ブリック）」という 3 つの異なるモードを体験でき、これらのモードは歴史的に「Brick モデル」から始まり、「Ship 要素」を含むよう進化し、最終的に「Car 要素」を取り入れた経緯を持っています。体験には、重力やバリアーの有効/無効化に加え、キーボードまたはタッチ入力により制御される GTA スタイルのカメラズームが含まれています。重要なのは、この非公式なプロジェクトが Rockstar Games および Take-Two から独立しており、オフィシャル製品ではなくトリビュートであることです。2026 年の発表を予定している本再現作品は、ユーザーが外部プラグインに依存せず、数十年にわたる技術開発を直接体験することを呼びかけています。

2026/10/11 5:31

あなたは存在したくても、街自体がそれを好まない街建設ゲーム

## Japanese Translation: サンフランシスコ当局は、特定の住宅シミュレーターに関する自由裁量審査を正式に開始し、都市の規制環境におけるその影響を検討するための重要な手続き的段階を示しています。この措置は、政府機関が該ツールを積極的に調査していることを示しており、同時に具体的な欠陥や直ちに懸念すべき事項がまだ特定されていないことも指摘しています。当面の次の段階では、審査プロセスを継続してシミュレーターの法的地位および運用可能性を決定することとなり、これが将来的にサンフランシスコにおける同様の住宅シミュレーターの開発と規制方法に影響を与える可能性があります。