您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
OpenAI 发布了开源模型，将个人数据从文本中剥离出来
2026年04月24日 由 alex 发表
586
0
OpenAI 发布了隐私过滤器，这是一个开源模型，旨在检测和编辑文本中的个人数据。
据OpenAI介绍，隐私过滤器是为需要清理大量文本再进一步处理的团队设计的，无论是用于训练自己的AI模型还是与第三方共享数据。OpenAI表示，该模型参数相对较小，仅有15亿个参数，每个请求仅使用5000万个活跃参数，并且可以在笔记本电脑上运行，甚至可以直接在浏览器中运行，OpenAI表示。明确支持在本地硬件上运行，且没有任何云连接。
该模型检测八类敏感内容：姓名、地址、电子邮件地址、电话号码、网址、日期、账户号码以及密码或API密钥等其他秘密。与传统聊天机器人不同，它不会生成新文本。相反，它只需一次处理输入，并标记哪些部分属于哪个类别。OpenAI表示，拥有128,000令牌的上下文窗口，使其能够处理长文档而无需拆分。
用户可以调整设置，控制模型是积极地遮蔽（高召回率，更多假阳性）还是保守性（漏报较少，但遗漏项目较多）。拥有自身数据集的团队还可以进一步微调模型。
隐私过滤器可在 GitHub 和 Hugging Face 以 Apache 2.0 许可证发布，商业用途也被允许。
敏感用例的明确限制
OpenAI明确表示，隐私过滤器不提供任何匿名化或合规的法律保证。该模型仅作为更广泛数据保护策略中的一层。OpenAI本身也列出了若干弱点：罕见或区域罕见的名字更容易被遗漏，知名公众人物或组织有时会被错误地遮蔽，非英文文本或非拉丁字母会性能下降。
对于医疗、法律、金融或人力资源等敏感领域，OpenAI明确建议保持人工审核。标签类别也不能在运行时更改，这意味着需要不同策略的团队需要微调模型。
文章来源：https://the-decoder.com/openai-releases-open-source-model-that-strips-personal-data-from-text/
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
广告
写评论取消
回复取消