OpenAI 发布 Privacy Filter：全新 PII 隐私脱敏模型现已开源

OpenAI 近日推出一款名为 Privacy Filter 的模型，用于帮助开发者在文本中识别并脱敏个人身份信息（PII）。该模型规模约 1.5 亿参数，采用混合专家（MoE）架构，并以 Apache 2.0 许可在 Hugging Face 和 GitHub 开源，开发者可下载、定制并用于商业场景。

Privacy Filter 的关键亮点是其更强的语言理解，能结合上下文在非结构化文本中定位敏感信息。不同于传统的规则式隐私过滤，它在保留公开信息的同时，会对与特定个人相关的敏感数据进行遮盖或脱敏。借此，开发者可在训练流水线、索引流程、日志记录与审核等环节，构建更稳健的隐私保护机制。

该模型支持最高约 12.8 万个 Token 的上下文窗口，并通过受限维特比算法解码出连贯片段。在评测中，Privacy Filter 在 PII-Masking-300k 基准上取得 96% 的 F1；在修正评测中发现的标注问题后，F1 进一步提升至 97.43%，显示了其在识别个人敏感信息方面的高效表现。

OpenAI 强调，Privacy Filter 并不是匿名化工具，也无法替代合规认证。在法律、医疗、金融等高敏感场景中，人工审核以及面向领域的评估与微调仍不可或缺。此外，Privacy Filter 支持在本地设备上运行，更好地守护用户隐私，让用户使用 AI 工具时无需担心个人信息泄露。