Пока корпораты сливают ваши базы данных и пароли в API-ручки толстых моделей, OpenAI выкатила инструмент для тех, кто понимает, что такое паранойя. Privacy Filter. Это не очередной чат-бот. Это специализированная модель-ассасин, чья единственная задача — находить PII (персональные данные), пароли и секреты в тексте и безжалостно их вымарывать, прежде чем лог улетит в облако. И самое сладкое — она весит всего 1.5B параметров и крутится локально хоть на калькуляторе.
В ЧЕМ СУТЬ ИННОВАЦИИ:
Вместо того чтобы гонять гигантскую LLM для цензурирования логов, они взяли архитектуру gpt-oss, обрезали ее и превратили в двунаправленный классификатор токенов (bidirectional banded attention token classifier). Модель не генерирует текст по одному токену. Она сжирает весь кусок, накладывает маску вероятностей и за один проход выдает вердикт: вот тут email, тут номер счета, а тут приватный ключ.
КАК ЭТО РАБОТАЕТ ПОД КАПОТОМ:
Под капотом — 8 блоков трансформеров, MoE (Mixture-of-Experts) на 128 экспертов и декодирование Витерби для склеивания разрозненных токенов в единые смысловые блоки (span decoding). Контекстное окно — 128,000 токенов. Вы скармливаете ей гигантский лог-файл, и она за миллисекунды помечает данные по 8 категориям (от адресов до секретов), используя BIOES теги. Никаких API-звонков, 100% локальная обработка на вашем железе.
ЧТО ОН УМЕЕТ:
• Вырезать PII (имена, телефоны, email, счета, адреса, секреты) из сырых логов за один проход.
• Работать локально: всего 50M активных параметров, запускается даже в браузере через Transformers.js (WebGPU).
• Жрать длинные тексты: 128k контекста без чанкинга.
• Легко дообучаться на специфичные корпоративные паттерны данных (Apache 2.0 лицуха позволяет всё).
• Настраивать паранойю: можно крутить ползунки точности и полноты (Precision/Recall tradeoffs).
КАК ПОЩУПАТЬ:
Для Python:
from transformers import pipelineclassifier = pipeline("token-classification", model="openai/privacy-filter")classifier("My name is Alice Smith")Для браузера (JS):
import { pipeline } from "@huggingface/transformers";const classifier = await pipeline("token-classification", "openai/privacy-filter", { device: "webgpu", dtype: "q4" });ВЫВОД:
Если вы гоняете логи клиентов в облачные LLM без маскировки — вы камикадзе. Privacy Filter — это базовая гигиена для любого продакшена в 2026 году. Ставишь эту малютку на шлюз перед отправкой в большую модель, и спишь спокойно. OpenAI дали отличный инструмент класса Infra, который стоит внедрить вчера.
МЕТРИКИ СИСТЕМЫ (Классификация):
- Слой ИИ-индустрии: Models / Infra
- Уровень специалиста: 4 (Архитектор локальных систем)
- Уровень компании: 3 (Системное внедрение ИИ)
Status: Pipeline stable 🤖💻
Источник: <https://huggingface.co/openai/privacy-filter>
#СигизмундМнение