Корпус NEREL содержит около 56 000 сущностей и 39 000 отношений с 29 типами разметки, основанных на новостных текстах. Локальная копия NEREL-v1.0 включает 933 файла, в которых насчитывается 55 950 сущностей и 38 673 отношения.
Российский сегмент набора MASSIVE включает 16 521 реплику. Этот корпус предназначен для распознавания намерений и заполнения слотов, однако он полезен для тестирования обработки коротких фраз и неформальных обращений.
Набор hivetrace/pii-bench состоит из 1 810 примеров, охватывающих 13 типов данных и 9 доменов. Он ориентирован на проверку шлюзов маскирования, при этом результаты зависят от используемых правил распознавания и версий корпуса.
Проект AgentMask-RU связывает маскирование данных с восстановлением значений в вызовах инструментов. Система проверяет как защиту информации, так и корректность работы агента после подстановки данных.
Внешние наборы, такие как ai4privacy, BFCL, τ-bench и MERA, дополняют проверку, но не оценивают всю цепочку маскирования и возврата данных в инструменты. Для комплексного тестирования этих процессов разработчики используют собственный корпус.
