- OpenAI a annoncé Privacy Filter, un modèle open source qui aide à détecter et à supprimer les informations d’identification personnelle (PII) avant que les données ne soient envoyées vers le cloud, réduisant ainsi les risques di fuite de données dans l’IA.
- Le modèle possède 1,5 milliard de paramètres mais n’en active que 50 millions par traitement, optimisant ainsi les performances pour fonctionner sur des ordinateurs portables ou des navigateurs web.
- Il utilise une architecture Sparse Mixture-of-Experts et une fenêtre de contexte de 128 000 tokens, permettant de traiter des documents longs comme des contrats juridiques sans perte de contexte.
- Il applique un décodeur Viterbi avec étiquetage BIOES pour garantir que la suppression des données conserve une structure sémantique précise.
- Il prend en charge l’identification de 8 types de PII, notamment les noms, les coordonnées, les identifiants numériques, ainsi que les secrets tels que les clés API ou les mots de passe.
- Il permet aux entreprises de traiter les données localement (on-device), répondant aux normes de conformité RGPD et HIPAA.
- Publié sous licence Apache 2.0, il permet une utilisation commerciale, la personnalisation et ne nécessite pas l’ouverture du code source du produit final.
- La communauté salue ce modèle « petit mais puissant », adapté aux pipelines d’IA réels à faible coût.
📌 Privacy Filter marque une étape majeure avec le retour d’OpenAI vers l’open source avec un modèle de 1,5 milliard de paramètres, optimisé pour n’en utiliser que 50 millions par exécution, supportant 128 000 tokens et 8 types de données sensibles. L’outil aide les entreprises à se conformer au RGPD et à HIPAA tout en réduisant les risques de fuite dès le début du pipeline. Cependant, OpenAI avertit qu’il ne s’agit que d’un outil d’assistance et qu’il ne garantit pas une protection absolue, surtout dans des domaines sensibles comme le médical ou le juridique.
