在如今这个AI几乎无处不在的时代，使用AI既是趋势，也是当下的一种热门和常见。
但是，有一个问题不知道大家有没想过，每当我们输入自己想要的内容给AI时，一些敏感的数据同样也会暴漏给AI背后的大模型。如果一些不良的商家拿这些数据再去训练，必然会造成安全和个人隐私方面的一些问题。
哦，也许有人会说，这些AI大模型企业不是说了，这些数据不会被用来训练吗？
呵呵，这些话根本不足为信。
很简单的一个道理，之前大模型用来训练的很多数据，都是来源于一些主流平台，那些平台也做了不准爬取的限制，但是结果又如何呢？还不是照爬不误。
有些平台上的内容比如git上的一些私人仓库，都被拿去做训练了。可见，所谓的隐私和限制，在这些大模型跟前完全如同纸糊的浆糊，熟视无睹。
chatGPT、codex等下也有所谓的临时聊天，隐私保护模式，但根本不足为信
既然这样，我们在跟AI打交道的过程中，就要注意避免将隐私或重要数据发给它。
日常的沟通交流还好说，但碰到一些文件内容处理，就很难避免了。通常做法就是将文件一股脑丢给AI，至于里边有没有敏感或重要数据，有时候还真顾不上查看了。
好在有个privacy-filter （隐私过滤），专门用来脱敏敏感数据。
所谓脱敏，这是专业的一个叫法，通俗地讲，就是把你文件里涉及到的一些敏感数据，比如给客服记录、医疗档案、金融日志去隐私化，才能拿去分析或共享。
这样我们在发给AI大模型前，先用这个privacy-filter （隐私过滤）简单过滤下即可。
嗯，privacy-filter （隐私过滤） 是本地安装的，也就是说，本地处理完成，不涉及联网。
安装的方法很简单：
1. 进入你想放项目的目录（比如 C:\git）
cd C:\git
2. 克隆项目
git clone https://github.com/openai/privacy-filter.git
3. 进入项目目录
cd privacy-filter
4. 安装（这时当前目录下有 setup.py 或 pyproject.toml）
pip install -e .
5. 验证安装
opf "Alice was born on 1990-01-02."
安装完成后，使用非常简单，就是调用 opf即可，如下，
opf "Alice was born on 1990-01-02."
第一次运行时，因为要下载大模型，因此慢些。
我尝试了下，
PS C:\git\privacy-filter> opf --device cpu 'username: rivalhw password: 123456'
username: <PRIVATE_PERSON> password:
用项目自带的文件再测试下直接过滤文件，
opf --device cpu C:\git\privacy-filter\examples\data\sample_eval_five_examples.jsonl
有了privacy-filter ，下次再有大文件丢给大模型前，用它来帮你过滤（脱敏）下就放心多了。:)
戏剧的是，这个 privacy-filter 竟然还是 OpenAI它自己推出的。。。囧
涨知识了，隐私过滤
Congratulations @rivalhw! You have completed the following achievement on the Hive blockchain And have been rewarded with New badge(s)
You can view your badges on your board and compare yourself to others in the Ranking
If you no longer want to receive notifications, reply to this comment with the word
STOPCheck out our last posts: