你的脱敏系统可能一直在裸奔！平均召回 85% 看着挺稳？拆开一测信用卡识别直接 0 分裸奔

大白话很多人评估数据脱敏，只看一个总召回率，比如 0.85 就觉得还行。但这位开发者换了个法子：每种敏感信息（姓名、邮箱、电话、卡号、地址等）各造约 40 条假数据，塞进普通句子里，再分别看每种被识别出来多少。结果一拆开就露馅了——邮箱两种语言都是满分，信用卡英文只有 0.7，保加利亚语直接 0。原因不是模型不行，而是那个信用卡识别器只注册在英文配置下，保加利亚语句子里的卡号根本走不到它面前，还不报错。

对你意味着做数据合规、脱敏、隐私过滤的团队都该看看：一个平均数会掩盖掉某个类型彻底失守的事实，而这类失败往往悄无声息。