Hugging Face BlogT1·开发与工程
68 分
OpenAI 在 Hugging Face Hub 发布开源隐私过滤器 Privacy Filter,能在单次前向传播中处理 128k 上下文并识别八类个人身份信息(PII)。Hugging Face 团队基于此模型快速构建了文档隐私探索器、图像匿名化器和智能脱敏粘贴板三个演示应用,展示了其在长文本和多媒体场景下的即时部署能力。
PII
可单独或与其他信息结合识别特定个人的数据
OpenAI 在 Hugging Face Hub 发布开源隐私过滤器 Privacy Filter,能在单次前向传播中处理 128k 上下文并识别八类个人身份信息(PII)。Hugging Face 团队基于此模型快速构建了文档隐私探索器、图像匿名化器和智能脱敏粘贴板三个演示应用,展示了其在长文本和多媒体场景下的即时部署能力。
OpenAI 发布名为 Privacy Filter 的开放权重小模型,专为高吞吐量场景下的个人身份信息(PII)检测与脱敏设计。该模型支持本地运行,能在不离开用户设备的情况下完成上下文感知的隐私数据遮蔽,旨在为开发者提供安全构建 AI 应用的基础设施。目前处于预览阶段,面向研究社区收集反馈以迭代性能。
谷歌研究团队推出一种基于差分隐私的新框架,旨在从大规模 LLM 对话数据中提取高价值的使用模式,同时提供形式化的端到端隐私保证。该方案克服了现有启发式去标识化方法(如 CLIO)在隐私保障可审计性和模型演进适应性上的局限,为平台安全策略优化和公共透明度提供了更严谨的技术路径。
Hugging Face Hub 正在试验集成 Microsoft Presidio 以实现数据集个人身份信息(PII)的自动检测。目前该功能处于早期实验阶段,旨在提升开源数据合规性。