OpenAI 隱私過濾器發布

OpenAI 已發布 OpenAI 隱私過濾器，這是一個開放權重模型，旨在偵測並刪除非結構化文字中的個人可識別資訊（PII）。此工具設計為可在本機執行，讓開發者在資料不離開本地環境的情況下遮蔽 PII，降低在訓練、索引、記錄與審查流程中資料外洩的風險。

模型架構與技術規格

隱私過濾器是一個具備跨度解碼的雙向 token‑分類模型。它是透過將自回歸預訓練檢查點改編為固定隱私標籤分類器而開發的。模型不產生文字，而是在單次前向傳遞中為輸入序列標記，並使用受限 Viterbi 程序解碼出一致的跨度。

主要技術特性包括：

• 效率： 所有 token 於單一次傳遞中完成標記，適合生產環境的高速需求。
• 情境感知： 模型利用語言先驗根據周圍語境偵測 PII 跨度，能區分公開資訊與私人個人資料。
• 容量： 支援最高 128,000 token 的上下文視窗。
• 模型規模： 總參數量 1.5B，活躍參數 50M。
• 可配置性： 開發者可調整作業點，以在精確率與召回率之間根據特定工作流程取得平衡。

PII 偵測類別

隱私過濾器會在八個特定的敏感資訊類別中預測跨度：

• private_person
• private_address
• private_email
• private_phone
• private_url
• private_date
• account_number（涵蓋銀行與信用卡號碼）
• secret（涵蓋密碼與 API 金鑰）

這些標籤使用 BIOES 跨度標記解碼，以確保遮蔽邊界的乾淨與一致。

訓練方法論

OpenAI 在三個主要階段開發此模型：

1. 分類法定義： 為個人識別碼、聯絡資訊與機密資訊建立一套隱私標籤。
2. 轉換： 用 token‑分類頭取代預訓練模型的語言模型頭，並套用監督式分類目標。
3. 資料混合： 結合公開資料與合成資料進行訓練。模型輔助的標註與審查用於提升公開資料的覆蓋率，而合成資料則增加格式與情境的多樣性。

效能與基準測試

在 PII‑Masking‑300k 基準測試上，隱私過濾器取得 96% 的 F1 分數（精確率 94.04%，召回率 98.04%）。在修正 OpenAI 發現的標註問題後，F1 分數提升至 97.43%（精確率 96.79%，召回率 98.08%）。

此外，模型具高度可調整性。於少量領域特定資料上微調，可將領域適應基準測試的 F1 分數從 54% 提升至 96%。

限制與預期使用方式

隱私過濾器應作為更廣泛「隱私設計」系統的一部份，而非獨立的匿名化工具、合規認證或政策審查的替代方案。

限制包括：

• 分類法依賴性： 效能取決於訓練時使用的標籤分類法與決策邊界。
• 分佈轉移： 精確度可能因不同語言、文字系統與命名慣例而有所差異。
• 錯誤風險： 模型可能漏掉不常見的識別碼，或在上下文有限的短序列中過度遮蔽。

OpenAI 表示，在醫療、法律與金融等高敏感度領域，仍需人工審查與領域特定的微調。

可取得性

OpenAI 隱私過濾器以 Apache 2.0 授權釋出，並可於 Hugging Face 與 GitHub 上取得，用於實驗、客製化與商業部署。