Обнулевой перефразирование текста с учетом конфиденциальности через итеративный древовидный поиск

Обнаружено: LLM катастрофически ненадежны в удалении личных данных по прямой команде — модель пропускает до 40% чувствительной информации при одношаговой обработке. NaPaRe позволяет автоматически очищать тексты от конфиденциальных деталей (имена, компании, цифры) перед отправкой в облачные сервисы, сохраняя естественность и смысл. Метод работает итерациями: находит опасный фрагмент → генерирует варианты замены → оценивает каждый → выбирает лучший → переходит к следующему фрагменту. Вместо «удали всё личное за раз» модель обрабатывает текст пошагово с промежуточной оценкой — точность анонимизации вырастает с 60% до 94%.