OpenAI于4月22日发布了一款全新的个人身份信息（PII）脱敏模型——Privacy Filter，并以Apache 2.0许可协议在Hugging Face和GitHub同步开源，开发者可自由下载、定制及商业部署。
核心看点
- 轻量级设计：总参数量15亿，采用MoE混合专家架构，每次仅激活约5000万参数，可在笔记本甚至浏览器上运行
- 12.8万Token超长上下文：单次前向传播即可完成对整个输入序列的标注
- 高精度脱敏：在PII-Masking-300k基准测试中F1分数达97.43%（准确率96.79%，召回率98.08%）
- 八类敏感信息识别：覆盖姓名、地址、邮箱、电话、URL、日期、银行账号及密码/API密钥等
- Apache 2.0开源：支持微调，可在本地运行，数据不离设备
与传统依赖规则匹配的隐私过滤工具不同，Privacy Filter内置了更深层次的语言理解能力，能够根据上下文语境识别非结构化文本中的个人信息，在准确保留公开信息的同时，对与特定个体相关联的敏感数据进行遮盖或脱敏。
该模型采用双向Token分类架构，并利用受限维特比算法解码出连贯的片段。OpenAI表示，在少量数据上进行微调即可快速提升在特定领域的准确性，且能够在高精度与高召回率之间按需调整。
这个模型的定位非常实用——用户在AI工具中粘贴文本时经常不小心带入个人信息，Privacy Filter可以作为在本地运行的预过滤层：数据在不离开用户设备的前提下完成PII检测与脱敏，然后再将已脱敏内容发送至云端LLM。这样既享受了AI服务，又有效控制了个人信息暴露风险。
OpenAI也坦诚说明，Privacy Filter并非匿名化工具，也不替代合规认证。在法律、医疗和金融等高敏感性场景中，人工审核及领域特定的评估与微调依然是必要的。
本文地址：https://www.163264.com/11206
