---
title: "Yeco-PII 2.0: 30 Tipi di Dato PII, F1 0,97 su Sei Lingue e Release Firmata, YecoAI Research"
description: "Yeco-PII 2.0: 30 tipi di entità, F1 medio 0,97 su 6 lingue europee vs OpenAI Privacy Filter (0,80) e Rizzo-PII (0,67), italiano 0,98, release firmata ECDSA, fine-tuning su misura."
url: "https://yecoai.com/it/research/yeco-pii-v2"
locale: "it"
published: "2026-10-17"
updated: "2026-10-20"
category: "Release"
---

# Yeco-PII 2.0

Seconda generazione del nostro modello PII da 278M: 30 tipi di entità, F1 medio 0,97 su sei lingue europee contro 0,80 dell’OpenAI Privacy Filter (1,5B) e 0,67 di Rizzo-PII (0,3B). Release firmata crittograficamente.

*17 Oct 2026 · Release*

Presentiamo Yeco-PII 2.0, la seconda generazione del nostro modello che riconosce e anonimizza i dati personali nei testi. È più preciso, riconosce più tipi di dati e batte modelli molto più grandi, soprattutto sull'italiano. Con questa versione apriamo anche il programma di fine-tuning dedicato: partendo da questa base addestriamo varianti su misura per i campi specifici di ogni azienda.

## Motivazione: chiudere i gap che la v1.0 aveva lasciato aperti

La v1.0 aveva dimostrato la tesi: il contesto batte i checksum. Ma l’analisi degli errori era onesta, e i gap erano documentati. Nei log tecnici gli indirizzi IPv6 passavano invisibili. Gli username generati senza struttura name-based (quelli veri, `user447198`, `txgmssfpc284937`) sfuggivano se non somigliavano a un nome.cognome. Le password in chiaro nei ticket di supporto non erano tipizzate. E in ambito bancario, l’“ultima carta terminante in 4821” veniva scambiata per un CAP.

La diagnosi è stata più interessante dei singoli fix: il dataset di addestramento della v1.0, basato su righe reali annotate da terzi, lasciava volutamente fuori proprio quelle categorie, e il modello aveva **imparato a ignorarle**. Non era un limite di architettura, ma di verità nel training data. La 2.0 nasce da un dataset ricostruito da zero (154.000 documenti, zero errori dopo validazione automatica di ogni span), in cui ogni categoria ha esempi reali, esempi sintetici contrastivi (stessa superficie, label opposta a seconda del contesto: “Via Roma 42” di un cliente vs “Via Roma” citata come esempio) e negativi ostili (MAC address, UUID, DOI e coefficienti tecnici che *non* vanno toccati). La 2.0 non è un aggiornamento incrementale: è la generazione su cui si è chiuso il cerchio della ricerca, con rilevazione contestuale pura, nessuna regex e copertura completa degli identificativi digitali e fisici che dominano i documenti reali.

## Modello e metodologia

Yeco-PII 2.0 è un encoder da 278M di parametri, fine-tuned per il riconoscimento di entità a livello di token su **30 tipi protetti**: nomi, organizzazioni, codici fiscali, partite IVA, IBAN, carte di credito e ultime 4 cifre, email, telefoni, date di nascita vs date di riferimento, indirizzi completi, CAP, province, paesi, età, genere, importi, riferimenti documento, targhe, dati catastali, URL, IPv4 e IPv6, username, password in chiaro, coordinate GPS e altro. Il modello è un full fine-tuning di XLM-RoBERTa base, usato come punto di partenza. È distribuito in formato HuggingFace standard (\~1,1 GB), con una versione ONNX quantizzata int8 (278 MB) per CPU, e un motore di policy che trasforma la detection in redazione pronta per la produzione.

La novità più richiesta dai nostri partner enterprise: **ogni file del pacchetto release è firmato crittograficamente** (ECDSA). Con la chiave pubblica che forniamo, il vostro reparto IT verifica con un solo comando che il modello installato è esattamente quello validato da YecoAI: immutato, senza sostituzioni lungo la catena di distribuzione. Provenienza dimostrabile, non dichiarata.

## Benchmark: stesso test per ogni modello, protocollo esteso

La valutazione usa righe reali mai viste in training, annotate da terzi (Ai4Privacy), con lo stesso set per ogni modello, ora con il gold esteso ai 30 tipi, incluso ciò che la generazione precedente non vedeva.

Il risultato: **F1 medio 0,97 su sei lingue europee** contro 0,80 dell’OpenAI Privacy Filter (1,5B, 5,4× più grande) e 0,67 di Rizzo-PII (0,3B), e **0,98 sull’italiano**, la nostra lingua primaria.

### F1 di detection PII su sei lingue europee

Benchmark Ai4Privacy, più alto è meglio, media su sei lingue inclusa

|  | Yeco-PII 2.0 (278M) | Rizzo-PII (0.3B) | OpenAI Privacy Filter (1.5B) |
|---|---|---|---|
| Italian | 0.98 | 0.68 | 0.8 |
| English | 0.96 | 0.69 | 0.79 |
| French | 0.99 | 0.67 | 0.8 |
| German | 0.99 | 0.67 | 0.8 |
| Spanish | 0.99 | 0.72 | 0.81 |
| Dutch | 0.94 | 0.6 | 0.78 |
| Media 6 lingue | 0.97 | 0.67 | 0.8 |

Annotazioni indipendenti, stesso set di test per ogni modello.

### Risultati completi dei benchmark

F1 sul benchmark Ai4Privacy, stesso set di test per ogni modello

| Lingua | Yeco-PII 2.0 (278M) | Rizzo-PII (0.3B) | OpenAI Privacy Filter (1.5B) |
|---|---|---|---|
| Italian | 0.98 | 0.68 | 0.8 |
| English | 0.96 | 0.69 | 0.79 |
| French | 0.99 | 0.67 | 0.8 |
| German | 0.99 | 0.67 | 0.8 |
| Spanish | 0.99 | 0.72 | 0.81 |
| Dutch | 0.94 | 0.6 | 0.78 |
| Media 6 lingue | 0.97 | 0.67 | 0.8 |

## Cosa rileva (30 tipi) e con che accuratezza

Rispetto alla v1.0 i tipi passano da 24 a 30: aggiunti indirizzi IPv6, username, password in chiaro, paese, coordinate GPS e ultime 4 cifre della carta.

### F1 per tipo di entità

30 tipi protetti; * e n/c spiegati nella nota sotto la tabella

| Entità | F1 |
|---|---|
| Nome e cognome | 0.97 |
| Codice fiscale* | 1 |
| Partita IVA* | 1 |
| IBAN* | 1 |
| Carta di credito* | 1 |
| Ultime 4 cifre carta* | 1 |
| Codice catastale* | 1 |
| Targa* | 1 |
| Documento/pratica | 0.98 |
| Email | 1 |
| Telefono/fax | 0.98 |
| Indirizzo IP v4/v6 | 1 |
| Username | 0.99 |
| URL* | 1 |
| Via/piazza | 0.96 |
| Numero civico | 0.96 |
| CAP | 0.96 |
| Città | 0.96 |
| Provincia | 0.95 |
| Paese | 0.94 |
| Coordinate GPS | 0.9 |
| Data di riferimento | 0.97 |
| Data di nascita | 0.96 |
| Orario | 0.99 |
| Età* | 1 |
| Genere | 0.99 |
| Organizzazione* | 1 |
| Importo* | 1 |

*\* Tipo non presente nel set reale Ai4Privacy: valore dalla suite avversariale v2 (campioni sintetici, indicativi). n/c = non ancora certificato (Password in chiaro, Riferimento documento): password e riferimenti documento sono i tipi più rari nel training; se sono critici per il vostro caso d'uso, richiedete una valutazione dedicata.*

## Analisi degli errori: ciò che il modello perde ancora

Il resoconto onesto include i mancati. Restano tre aree: **contesti ultracorti** (un IBAN isolato in una frase di tre parole scende sotto la soglia di confidenza; nei documenti reali non accade), **date verbali parzialmente strutturate** in prosa legale complessa, ed **entità spezzate da artefatti di formattazione** (un “M. Greco” riconosciuto come singolo token). Nessuno è un limite di architettura: tutti sono nel pool hard del prossimo ciclo di dati, e il primo è documentato come comportamento noto nella model card.

## Dalla detection alla policy di anonimizzazione

Come nella v1.0, il motore di policy trasforma gli span in azioni: mascheramento con tag di tipo (`[IBAN]`, `[FULLNAME]`), sostituzione con surrogati che preservano il formato, o mappature coerenti per cliente su interi corpus. Le policy si definiscono in JSON o in linguaggio naturale e si applicano senza riaddestramento.

## Il programma di fine-tuning: la base è questa, i vostri campi si aggiungono

Questa è la parte che ci differenzia da chi vende un modello chiuso. **Yeco-PII 2.0 è, con ogni probabilità, il nostro modello PII finale come generazione**: la base (architettura, dataset multilingua, i 30 tipi) resta questa e rimane la fondazione di tutte le varianti. Da qui in avanti il miglioramento arriverà dalla specializzazione, non dalla generazione: le aziende e le banche che ci contattano ci indicano i campi specifici che mancano al loro dominio. Ciò che varia è la coda, e la coda è vostra:

```json
{
  "@context": "https://schema.org",
  "@id": "https://yecoai.com/it/research/yeco-pii-v2#page",
  "url": "https://yecoai.com/it/research/yeco-pii-v2",
  "name": "Yeco-PII 2.0: 30 Tipi di Dato PII, F1 0,97 su Sei Lingue e Release Firmata, YecoAI Research",
  "description": "Yeco-PII 2.0: 30 tipi di entità, F1 medio 0,97 su 6 lingue europee vs OpenAI Privacy Filter (0,80) e Rizzo-PII (0,67), italiano 0,98, release firmata ECDSA, fine-tuning su misura.",
  "inLanguage": "it",
  "isPartOf": {
    "@id": "https://yecoai.com/#website"
  },
  "image": "https://yecoai.com/api/media/file/yecopiiv2.webp",
  "@type": "ScholarlyArticle",
  "headline": "Yeco-PII 2.0",
  "mainEntityOfPage": "https://yecoai.com/it/research/yeco-pii-v2",
  "datePublished": "2026-10-17T00:00:00.000Z",
  "dateModified": "2026-10-20T11:04:11.709Z",
  "articleSection": "Release",
  "keywords": "Yeco-PII 2.0, detection PII, benchmark anonimizzazione, Ai4Privacy, anonimizzazione GDPR, NER neurale, modello privacy, firma ECDSA, fine-tuning PII, ricerca YecoAI",
  "author": {
    "@id": "https://yecoai.com/#organization"
  },
  "publisher": {
    "@id": "https://yecoai.com/#organization"
  }
}
```

```json
{
  "@context": "https://schema.org",
  "@type": "BreadcrumbList",
  "itemListElement": [
    {
      "@type": "ListItem",
      "position": 1,
      "name": "Home YecoAI",
      "item": "https://yecoai.com/it"
    },
    {
      "@type": "ListItem",
      "position": 2,
      "name": "Research",
      "item": "https://yecoai.com/it/research"
    },
    {
      "@type": "ListItem",
      "position": 3,
      "name": "Yeco-PII 2.0",
      "item": "https://yecoai.com/it/research/yeco-pii-v2"
    }
  ]
}
```