はじめに
OpenAIが2026年4月22日、テキスト内の個人識別情報（PII）を検出・削除するオープンウェイトモデル「Privacy Filter」を公開しました。ローカル実行に対応し、データを外部に送信せずにプライバシー処理を行える点が特徴です。本稿では、モデルの仕組みと性能、活用時の注意点を解説します。
参考記事
- タイトル: Introducing OpenAI Privacy Filter
- 著者: OpenAI
- 発行元: OpenAI
- 発行日: 2026年4月22日
- URL: https://openai.com/index/introducing-openai-privacy-filter/
関連記事
要点
- Privacy FilterはPIIの検出・削除に特化したオープンウェイトモデルで、Apache 2.0ライセンスのもとHugging FaceおよびGitHubで公開されている
- 双方向トークン分類アーキテクチャを採用し、1.5B総パラメータ（アクティブ50M）・最大128,000トークンのコンテキストをシングルパスで処理できる
- OpenAIの発表によれば、PII-Masking-300kベンチマーク（アノテーション修正後）でF1スコア97.43%を達成し、最高水準の性能を示している
- ローカル実行が可能なため、フィルタリング前のデータを外部サーバーへ送信せずに処理できるというプライバシー上の利点がある
- 匿名化ツールや法的コンプライアンス認定の代替にはならず、高感度領域では人間によるレビューが引き続き必要である
詳細解説
公開の背景とモデルの位置づけ
OpenAIは2026年4月22日、テキスト内の個人識別情報（PII：Personally Identifiable Information）を検出・削除するオープンウェイトモデル「Privacy Filter」を発表しました。OpenAIによれば、同社が自社のプライバシー保護ワークフローにおいてこのモデルのファインチューニング版を実際に使用してきたとのことで、社内実績を踏まえての外部公開となります。
OpenAIはこれまでも GPT 系のオープンウェイトモデルを公開してきました（gpt-ossモデルカード解説）。今回の Privacy Filter は汎用 LLM ではなく、プライバシー保護という特定タスクに絞り込んだ小型モデルという点で、「目的特化型の実用インフラ」として提供するアプローチに一定の方向性が見られます。
モデルのアーキテクチャ
Privacy Filter は 双方向トークン分類モデル にスパンデコーディングを組み合わせた構造を持ちます。事前学習済みの自己回帰モデルを出発点とし、トークン分類ヘッドに置き換えることで双方向の文脈を利用したPII検出を実現しています。推論時は入力シーケンス全体を1回のフォワードパスで処理し、制約付きビタビ法（Constrained Viterbi）を用いて一貫性のあるスパン（連続するトークンのまとまり）を出力します。
OpenAIの発表によれば、モデルの主な仕様は以下のとおりです。
- 総パラメータ数: 1.5B（アクティブパラメータは50M）
- 最大コンテキスト長: 128,000トークン
- 処理方式: シングルフォワードパス（全トークンを一括ラベリング）
- 設定の柔軟性: 適合率（Precision）と再現率（Recall）のトレードオフを用途に応じて調整可能
総パラメータ数が1.5Bに対してアクティブパラメータが50Mにとどまる構成は、サーバーを必要とせずローカル実行できる軽量さを保ちつつ、事前学習モデルの広い言語理解の恩恵を受けられる設計だと考えられます。
検出できるPIIの8カテゴリ
Privacy Filter は以下の8カテゴリのPIIを検出・マスクします。
| カテゴリ名 | 検出対象 |
| private_person | 個人名 |
| private_address | 住所 |
| private_email | メールアドレス |
| private_phone | 電話番号 |
| private_url | 個人に紐づくURL |
| private_date | 個人に関連する日付 |
| account_number | クレジットカード番号・銀行口座番号等 |
| secret | パスワード・APIキー等 |
特筆すべきは secret カテゴリで、パスワードやAPIキーといったソフトウェア開発上の機密情報もマスク対象としている点です。ログファイルやコードベースに誤って混入した認証情報の検出にも活用できると考えられます。
従来のルールベースのPII検出ツールは、メールアドレスや電話番号など書式が固定された情報の検出には強みがある一方、文脈に依存する判断が求められるケースでは精度が落ちる傾向がありました。OpenAIによれば、Privacy Filter は深い言語理解にもとづき「公開情報か個人情報か」をより精度高く判断できる設計となっており、曖昧なケースへの対応力が改善されているとのことです。
ベンチマーク性能とファインチューニングの効果
OpenAIの発表によれば、PII-Masking-300k ベンチマークにおいて F1 スコア 96%（Precision 94.04%、Recall 98.04%）を達成しています。さらに評価中に発見されたアノテーション上の問題を修正したバージョンでは、F1 スコア 97.43%（Precision 96.79%、Recall 98.08%）となっており、市場で入手できるモデルの中で最高水準を示しているとされています。
また、ドメイン適応性能についても報告されており、特定ドメインのデータを少量追加してファインチューニングするだけで、F1 スコアが 54% から 96% へと大幅に向上したとのことです。この結果は、汎用ベースモデルとしての高い精度に加えて、個別業務への適応コストが低いことを示しています。医療・法務・金融など、特有の用語や文書形式を持つ分野への展開可能性を広げるものだと思います。
なお、同モデルはマルチリンガル・敵対的入力・文脈依存の例に対するストレステストも実施されており、コードベース内のシークレット検出に関する標的評価も公開されています。
利用にあたっての制限と注意点
OpenAI はモデル公開にあたり、いくつかの重要な制限を明示しています。
まず、Privacy Filter は 匿名化ツールではなく、法的コンプライアンスの認証も付与しない と明確に位置づけられています。あくまでプライバシー保護設計（Privacy by Design）の1コンポーネントであり、これ単体で規制対応が完結するわけではありません。
また、学習データの分布から外れた言語・文字体系・命名規則・ドメインでは性能が低下する可能性があります。短いシーケンスでは文脈が不足し、過剰削除・削除漏れの両方が生じうる点にも注意が必要です。医療・法務・金融といった高感度領域では、引き続き人間によるレビューとドメイン固有の評価・ファインチューニングが推奨されています。
まとめ
OpenAI が公開した「Privacy Filter」は、PII 検出に特化した小型オープンウェイトモデルです。ローカル実行対応・高精度・低コストなドメイン適応という特徴を備えており、AI システムへのプライバシー保護機能の組み込みを実践しやすくする実用的なインフラとして注目されます。プライバシー技術に関心のある方は、こちらの過去記事もあわせてご覧いただければと思います。
