是什么
Privacy Filter 是 OpenAI 发布的开放权重 PII 检测模型，定位是「小规模模型 + 前沿 PII 检测能力」，供开发者在自有环境中部署用于文本隐私保护。
发布于 2026 年 4 月 22 日，以 Apache 2.0 协议授权，通过 Hugging Face 和 GitHub 提供完整权重和文档。
技术架构
模型采用双向 token 分类器（bidirectional token classifier）而非自回归生成架构，原因是 PII 检测是一个序列标注任务，而非文本生成任务：
- 输入：整段文本
- 处理：单次前向 pass，对每个 token 生成标签
- 输出：通过约束维特比解码（Constrained Viterbi decoder）将 token 级预测合并为连贯的脱敏区间
这套架构的推理成本比自回归模型低一个量级。1.5B 总参数中活跃参数只有 50M，适合在 CPU 或轻量 GPU 上高频运行。上下文窗口 128000 tokens，可以处理长文档或完整的 API 响应负载。
覆盖的 PII 类别
Privacy Filter 检测 8 类个人身份信息：
- 私人个人姓名（区别于公众人物的公开姓名）
- 地址
- 邮箱地址
- 电话号码
- URL（含个人主页等）
- 日期（在上下文中可识别特定个人的日期）
- 账户号码
- 密钥类信息（密码、API key、token）
「私人个人姓名」这个类别的划定方式值得关注：模型根据上下文判断姓名是否指向可识别的私人个体，而非简单过滤所有人名。这是规则引擎无法处理的模糊边界。
性能基准
在 OpenAI 校正后的基准上：
- F1：97.43%
- 精确率（Precision）：96.79%
- 召回率（Recall）：98.08%
OpenAI 在文档中特别说明了「校正后」的含义，原始基准存在标注质量问题，他们对测试集做了人工重新标注。这种透明度比直接引用数字更有信息量——说明原始基准本身有问题，而他们选择改数据而非只改模型。
局限声明
OpenAI 在文档中明确划定了边界：
- 不是合规认证的替代品——用于自动化脱敏不等于达到 GDPR、HIPAA 等法规要求
- 高风险场景（法律、医疗）仍需人工审查
- 支持针对特定领域 fine-tuning——暗示通用模型在某些垂直场景可能需要调整
开发者使用场景
Apache 2.0 授权 + 私有部署能力的组合让 Privacy Filter 适合以下场景：
- Agent 数据管道前置过滤：在用户输入进入 LLM 之前脱敏，避免 PII 进入 prompt 或日志
- RAG 数据清洗：在建立知识库之前扫描文档，去除不应被检索的个人信息
- 合规审计日志处理：在存储前对 API 响应或用户会话做自动脱敏
50M 活跃参数的推理开销允许作为流水线中的实时组件运行，而不需要单独的 GPU 资源。