# Perplexity 和 OpenAI 的 PII 检测器不是大语言模型，而是带分类头的双向编码器

> 原标题：上云前先脱敏：拆开 Perplexity 和 OpenAI 的 PII 检测器，它其实不是 LLM

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-09-16T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/57086
- 原文：https://yage.ai/share/pii-privacy-gate-classifiers-20260916.html

## 摘要

作者把 Perplexity 的 pplx-pii-masking 和 OpenAI 隐私过滤器下载到本地拆解实测，发现两者都不是生成式大模型，而是双向编码器加分类头的词元标注模型。

## 推荐理由

作者把 Perplexity 与 OpenAI 两款开源 PII 检测器下载到本地拆解，指出二者都是双向编码器加分类头，并列出参数量、上下文窗口与底座路径的差异。

## 锐评

Perplexity 这个检测器只有 0.6B，1.1GB 权重，M3 Ultra 上 2816 词元跑 0.7 秒，F1 还有 0.98。做端侧脱敏的可以直接抄这个尺寸，别拿 7B 生成模型硬扛，那玩意儿给不出字符级置信度，外层调度根本没法做分支。

OpenAI 那个 128K 窗口看着唬人，实际带状注意力每个词元只看左右 128 个，550 词元外的线索就瞎了，长文档末尾的密钥能捡回来纯属运气。上云前脱敏这事，我信小分类器加正则的组合，不信任何单点方案。
