OpenAIは、テキスト内の個人情報を検出して匿名化できるオープンソースモデル「OpenAI Privacy Filter」を公開した。

OpenAIは本日、テキスト内の個人識別情報（PII）を検出し、マスキング処理を行うことを目的としたオープンソースモデル「OpenAI Privacy Filter」を公開しました。このモデルは、総パラメータ数15億、アクティブパラメータ数5,000万を誇り、最大12万8,000トークンのコンテキストウィンドウに対応しています。OpenAI Privacy Filterは双方向トークン分類モデルアーキテクチャを採用しており、個人の氏名、住所、メールアドレス、電話番号、URL、日付、アカウントID、パスワードなど8種類の情報を識別可能で、PII-Masking-300kベンチマークにおいて96%のF1スコアを達成しました。現在、このモデルはApache 2.0ライセンスに基づきHugging FaceおよびGitHubで公開されており、開発者はローカルでのデプロイや微調整を行うことができます。