OpenAI开源发布1.5B的隐私过滤模型 可以精确识别文本中包含的个人隐私信息

人工智能公司 OpenAI 日前开源发布参数规模只有 1.5B 的隐私过滤模型 Privacy Filter，与常规大型语言模型不同，这个新模型主要是用来识别并自动清除用户提交内容中的个人信息，让其他 AI 系统处理数据时更加安全和可控。

Privacy Filter 模型经过自回归预训练，架构与 GPT-OSS 开源模型类似但规模更小，理论上说还可以在常规消费级设备上运行，例如集成到浏览器里用于自动清除用户提交的敏感信息。

注意：这个模型本身只是用于标记，开发者还需要搭配其他规则或模型将成功匹配出来的隐私内容清除，这个模型本身不会直接清除隐私内容并生成不含隐私内容的文本。

识别并清理的内容包括：

目前 OpenAI Privacy Filter 模型可以识别并清除如下个人隐私信息：姓名、地址、电话号码、邮箱地址、日期信息、账号、银行账号、URL 链接、密码、API 凭证等，模型会在处理过程中扫描整段文本，然后对敏感信息进行标记以方便后续进行遮蔽或替换。

以前很多隐私过滤工具主要依赖规则匹配，例如使用正则表达式识别手机号码或使用固定格式识别邮箱地址，这种识别方法只能识别格式明显的数据，对于复杂语境无能为力，所以实际处理过程中可能无法准确清理个人敏感信息。

这个模型的优势在于：

• 通过上下文理解和基于语境的判断来识别内容，识别准确率更高方便后续处理
• 模型体积非常小，可以在网页浏览器或笔记本电脑上本地运行 (1.5B+50M 活跃参数)
• 可以通过简单高效的方式进行微调，让模型适应特定的数据分布
• 支持最高 128K 上下文窗口，能够以高吞吐量处理长文本，不需要分段处理，提高准确率
• 可以通过预设的工作点配置精度 / 召回率权衡和检测到的跨度长度进行控制

以上就是“OpenAI开源发布1.5B的隐私过滤模型 可以精确识别文本中包含的个人隐私信息”的详细内容，想要了解更多Python教程欢迎持续关注编程学习网。