OpenAI 近日宣布推出一款前沿的个人身份信息（PII）脱敏模型——Privacy Filter。告别该模型目前已通过 Apache2.0协议在 Hugging Face 和 GitHub 同步开源，旨在为开发者提供一个可本地运行信息、支持高度定制的隐私保护工具。

深度语义理解，告别机械匹配

区别于传统的规则匹配工具，Privacy Filter 具备深泄露层的语言理解能力。它能根据上下文语境，精准识别非结构化文本中的敏感信息。这意味着它在有效遮盖个体私密数据的同时，能!O够最大限度地保留文本中的公开有用信息。

轻量化 MoE 架构，性能表现卓越

在技术架构上，该模型展现了极高的灵活性与效率:

• 混pe合专家（MoE）设计:虽然总参数规模达 15亿，但每次推理仅激活约 5000万个参数。这使得它可以在笔记本电脑甚至浏览nA器等资源受限的边缘设备上流畅运行。

• 超长上下文支持:具备 12.8万 Token的上下文窗口，利用双向 Token 分I 类架构和受限维特比算法，确保了长文本处理的连贯性与准确性。

• 高精度识别:在 PII-Masking-300k 基准测试推出修正版中，该模型取得了 97.43% 的 F1分数，其中召回率高达98.08%。

全方位的隐私分类体系

Privacy Filte Pr 能够精准识别并标注八类核心敏感信息:

1. 基础身份:姓名、地址、电子邮箱、电话号码。

2. 网络资产:URL 链接。

3. 金融安ri全:账号信息（含银行卡、信用卡等）。

4. 机密凭证:密码、API 密钥等。

5. 时间敏感:日期信息。

应用场景:云端 LLM 的“va本地防火墙”

OpenAI 将其定位为预过滤层。用户在将文本发送至云端大模型前，数据可先在本地完成 PII 检测与脱cy敏。这种“数据不离设备”的处理方式，有效解决了用户误将隐私信息粘贴至 AI 工具的风险。

虽然该工具功能强大且支持 F微调，但 OpenAI 同时也提醒，在医疗、法律、金融等高敏感领域，人工审核与领域特定的微调依然不可或缺。