4月22日，OpenAI发布了一款名为PrivacyFilter的前沿模型，旨在脱敏文本中的个人身份信息（PII）。该模型已在HuggingFace和GitHub平台以Apache2.0许可协议开源，允许开发者下载、定制及商业部署。

PrivacyFilter模型内置深层次的语言理解能力，能够根据上下文识别非结构化文本中的个人信息，并进行遮盖或脱敏。与传统依赖规则匹配的工具不同，该模型采用双向Token分类架构，总参数规模为15亿，但每次仅激活约5000万个参数。这种混合专家（MoE）设计使其能在资源受限的设备上运行。模型支持高达12.8万个Token的上下文窗口，单次前向传播即可完成标注，并采用受限维特比算法解码出连贯的片段。

PrivacyFilter可识别八类个人敏感信息，包括姓名、地址、邮箱地址、电话号码、URL链接、日期、账号信息和机密信息。在PII-Masking-300k基准测试中，模型取得了96%的F1分数。OpenAI指出，该模型在少量数据上进行微调即可快速提升特定领域的准确性，且能在高精度与高召回率之间按需调整。PrivacyFilter定位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的检测与脱敏处理，有效控制个人信息的暴露风险。