概要
OpenAIは2026年4月22日、テキスト中のPII（個人情報）を文脈考慮で検出・マスクするオープンウェイト軽量モデル「OpenAI Privacy Filter」（1.5B総パラメータ／50Bアクティブ／128kコンテキスト／PII-Masking-300kでF1 96%）をApache 2.0ライセンスでHugging Face / GitHubに公開した。
詳細内容
OpenAIは2026年4月22日、**OpenAI Privacy Filter** をオープンウェイトモデルとして公開しました。テキスト中の個人情報（PII）を検出・マスク／編集するための軽量・高速モデルで、**Apache 2.0ライセンスでHugging FaceおよびGitHub経由で配布**されます。
### モデルアーキテクチャ
- **基盤**：自己回帰型事前学習済みチェックポイントを、固定された分類ラベル集合に対する**双方向トークン分類器**へと適応。LMヘッドをトークン分類ヘッドに置換し教師あり分類目的で post-training。
- **デコード**：トークンを1パスで一括ラベリング後、**制約付きViterbi手続きでBIOESスパンタグを一貫したスパンに復号**。
- **規模**：総パラメータ **1.5B**、アクティブパラメータ **50M**（MoE的構成）。
- **コンテキスト長**：**128,000トークン**まで対応。
- **動作環境**：ローカル実行可能 — 未フィルタデータをサーバ送信せずデバイス上で処理可能。
- **チューナブル**：オペレーティングポイント（Recall vs Precision）を用途に応じて調整可能。
### 検出ラベル分類
8カテゴリで予測：
- `private_person` / `private_address` / `private_email` / `private_phone` / `private_url` / `private_date`
- `account_number`（クレジットカード・銀行口座番号等を含む幅広い口座番号）
- `secret`（パスワード・APIキー等）
### 性能
- **PII-Masking-300k**：F1 **96%**（Precision 94.04% / Recall 98.04%）。注釈不備を補正したベンチマーク版では F1 **97.43%**。
- **ファインチューニング効率**：ドメイン適応タスクで少量データのF1が **54% → 96%** へ急速に改善。
- 長文書・曖昧参照・混在フォーマット文字列・ソフトウェア関連シークレット等の現実的ノイズを含む状況での実用性を重視。コードベース内シークレット検出、多言語・敵対的・文脈依存ストレステストもモデルカードで報告。
### 入出力例
```
入力: Hi Jordan, ... product launch is scheduled for September 18, 2026.
... project file is listed under 4829-1037-5581. ...
reply here at maya.chen@example.com or call me at +1 (415) 555-0124.
Best, Maya Chen
出力: Hi [PRIVATE_PERSON], ... [PRIVATE_DATE] ...
[ACCOUNT_NUMBER] ... [PRIVATE_EMAIL] ... [PRIVATE_PHONE] ...
[PRIVATE_PERSON]
```
### 制限と位置付け
本モデルは**匿名化ツールでもコンプライアンス認証でもなく、高リスク領域でのポリシーレビューの代替にもならない**点を明示。法務・医療・金融といった高機微領域では人手レビュー・ドメイン特化評価・ファインチューニングが必須としています。OpenAI自身も社内のプライバシー保護ワークフローでファインチューン版を運用中。「世界について学ぶモデルを作るが、私的個人について学ぶモデルは作らない」というスタンスを技術として体現する一環という位置付けです。