OpenAI Lancia Privacy Filter, Modello AI per il Rilevamento e la Redazione di Dati Personali

OpenAI ha lanciato Privacy Filter, un modello open-weight progettato per rilevare e mascherare le informazioni personalmente identificabili nel testo. Il modello raggiunge prestazioni all'avanguardia con un punteggio F1 del 97,43% sul benchmark corretto PII-Masking-300k. Con 1,5 miliardi di parametri totali e 50 milioni di parametri attivi, Privacy Filter supporta lunghezze di contesto fino a 128.000 token e opera localmente per mantenere i dati sensibili sul dispositivo. Identifica otto categorie di informazioni private, inclusi numeri di conto, segreti, identificatori personali, dettagli di contatto, indirizzi e date private. Il modello di classificazione token bidirezionale utilizza il decodificatore di intervalli con tag BIOES per limiti di mascheramento coerenti. Disponibile con licenza Apache 2.0 su Hugging Face e GitHub, gli sviluppatori possono affinare il modello per casi d'uso specifici nelle pipeline di addestramento, indicizzazione, registrazione e revisione. OpenAI ha sviluppato Privacy Filter attraverso un processo multi-fase che include la definizione della tassonomia della privacy, la conversione del modello da checkpoint pre-addestrati e l'addestramento su dati pubblici e sintetici misti. Il rilascio mira a rafforzare le protezioni della privacy negli ecosistemi AI, pur riconoscendo limitazioni nei domini ad alta sensibilità che richiedono revisione umana.