OpenAI 发布隐私过滤器：小型模型实现前沿个人数据检测能力

OpenAI 发布 Privacy Filter：小型模型实现前沿个人数据检测能力

2026年4月22日，OpenAI 正式发布了一款名为 OpenAI Privacy Filter 的全新模型。这是一款开放权重的模型，专门用于检测和遮蔽文本中的个人身份信息（PII）。此次发布是 OpenAI 构建更韧性软件生态系统的重要举措，旨在为开发者提供实用的基础设施，帮助他们在 AI 开发中更安全地构建应用，包括从一开始就更容易实现强大的隐私和安全保护的工具和模型。

小型模型，前沿能力

Privacy Filter 是一款小型模型，却拥有前沿的个人数据检测能力。它专为高吞吐量的隐私工作流设计，能够对非结构化文本中的 PII 进行上下文感知检测。该模型支持本地运行，这意味着 PII 可以在不离开你机器的情况下被遮蔽或删除。它还能高效处理长输入，在单次快速处理中完成遮蔽决策。

在 OpenAI 内部，我们已经在自己的隐私保护工作流中使用了 Privacy Filter 的微调版本。我们开发 Privacy Filter 是因为相信，借助最新的 AI 能力，我们可以将隐私标准提升到超越市场现有水平。今天发布的 Privacy Filter 版本在 PII-Masking-300k 基准测试中取得了最先进的性能（在修正了评估过程中发现的标注问题后）。

通过这次发布，开发者可以在自己的环境中运行 Privacy Filter，针对自己的用例进行微调，并在训练、索引、日志记录和审查流程中构建更强大的隐私保护。

小型模型如何实现前沿个人数据检测

现代 AI 系统中的隐私保护不仅仅依赖于模式匹配。传统的 PII 检测工具通常依靠确定性规则来识别电话号码和电子邮件地址等格式。它们在狭窄场景下表现良好，但往往遗漏更微妙的个人信息，并且在上下文理解方面存在困难。

Privacy Filter 构建了更深层次的语言和上下文感知能力，以实现更精细的性能。通过将强大的语言理解与隐私特定的标签系统相结合，它能够检测非结构化文本中更广泛的 PII，包括那些依赖于上下文的决策场景。它能更好地区分哪些信息应该保留（因为它是公开的），哪些信息应该被遮蔽或删除（因为它涉及个人隐私）。

最终的结果是：一个足够强大、能提供前沿隐私过滤性能的模型，同时体积足够小，可以本地运行——这意味着尚未过滤的数据可以保留在设备上，降低暴露风险，而无需发送到服务器进行脱敏处理。

模型概览

Privacy Filter 是一个双向 token 分类模型，带有跨度解码功能。它从一个自回归预训练检查点开始，然后通过监督分类目标调整为 token 分类器，基于固定的隐私标签分类法进行标记。它不逐 token 生成文本，而是单次标记输入序列，然后通过约束维特比算法解码出连贯的跨度。

这种架构为 Privacy Filter 在生产环境中带来了几个有用的特性：

• 快速高效：所有 token 在单次前向传递中完成标记。
• 上下文感知：语言先验使得 PII 跨度能够基于周围上下文被检测到。
• 长上下文：发布的模型支持高达 128,000 个 token 的上下文。
• 可配置：开发者可以根据工作流调整操作点，以权衡召回率和精确率。

发布的模型总参数量为 15 亿，活跃参数为 5000 万。

隐私分类与示例

Privacy Filter 预测以下八个类别的跨度：

• private_person（个人姓名）
• private_address（私人地址）
• private_email（私人邮箱）
• private_phone（私人电话）
• private_url（私人网址）
• private_date（私人日期）
• account_number（账号）
• secret（秘密）

其中，account_number 类别用于遮蔽各种账号，包括信用卡号、银行账号等金融信息；secret 类别用于遮蔽密码、API 密钥等敏感信息。

这些标签通过 BIOES 跨度标签解码，有助于生成更干净、更连贯的遮蔽边界。

示例输入文本：

主题：Q2 规划跟进

Hi Jordan，

再次感谢今天早些时候的会面。我想跟进一下 Q2 推出的修订时间表，并确认产品发布定于 2026 年 9 月 18 日。作为参考，项目文件编号为 4829-1037-5581。如果你那边有任何变化，请随时回复到 [email protected] 或致电 +1 (415) 555-0124。

祝好，
Maya Chen

遮蔽个人标识后的文本：

主题：Q2 规划跟进

Hi [PRIVATE_PERSON]，

再次感谢今天早些时候的会面。我想跟进一下 Q2 推出的修订时间表，并确认产品发布定于 [PRIVATE_DATE]。作为参考，项目文件编号为 [ACCOUNT_NUMBER]。如果你那边有任何变化，请随时回复到 [PRIVATE_EMAIL] 或致电 [PRIVATE_PHONE]。

祝好，
[PRIVATE_PERSON]

构建过程

我们分几个阶段开发了 Privacy Filter。

首先，我们构建了一个隐私分类法，定义了模型应检测的跨度类型。这包括个人标识符、联系方式、地址、私人日期、各种账号（如信用卡和银行信息），以及秘密（如 API 密钥和密码）。

其次，我们将预训练语言模型转换为双向 token 分类器：用 token 分类头替换语言建模头，并通过监督分类目标进行后训练。

第三，我们在公开数据和合成数据的混合数据集上进行训练，这些数据旨在捕捉真实文本和困难的隐私模式。在公开数据中标签不完整的部分，我们使用模型辅助的标注和审查来提高覆盖率。我们还生成了合成示例以增加多样性。

对开发者的意义

OpenAI Privacy Filter 的发布为开发者社区提供了一个强大的新工具。它允许开发者：

• 本地运行：数据无需离开本地环境，降低暴露风险。
• 微调适配：针对特定用例进行微调，提升准确性。
• 集成到管道：轻松集成到训练、索引、日志和审查流程中。

这对于构建隐私合规的 AI 应用、处理敏感数据的企业以及需要高吞吐量隐私过滤的场景尤其有价值。

总结

OpenAI Privacy Filter 代表了隐私保护技术的一次重要进步。它结合了小型模型的效率和前沿模型的检测能力，为开发者提供了一个实用、高效、可配置的隐私过滤解决方案。随着 AI 系统越来越深入地融入日常生活，像 Privacy Filter 这样的工具将帮助确保个人数据得到应有的保护。

开发者现在可以访问 OpenAI 的官方资源，获取模型权重、文档和示例代码，开始在自己的项目中集成 Privacy Filter。