GPT-OSS-Safeguard：安全推理模型新选择

GPT-OSS-Safeguard：安全推理模型新选择

【免费下载链接】gpt-oss-safeguard-120b项目地址: https://ai.gitcode.com/hf_mirrors/openai/gpt-oss-safeguard-120b

OpenAI推出基于GPT-OSS架构的专用安全推理模型GPT-OSS-Safeguard，提供120B和20B两种参数规模，专注解决内容安全分类与风险评估问题。

随着生成式AI技术的普及，内容安全治理已成为企业部署大模型的核心挑战。据Gartner最新报告，2025年将有60%的企业因AI安全合规问题推迟或放弃大模型应用。在此背景下，专注于安全推理的垂直领域模型正成为行业新焦点。

GPT-OSS-Safeguard系列模型在原有GPT-OSS架构基础上进行针对性优化，核心亮点体现在四个方面：首先是策略自定义能力，用户可直接输入自然语言编写的安全政策，模型能自主理解并应用于不同场景；其次是可解释的推理过程，不同于传统模型仅输出风险分数，该系列会生成完整的安全评估逻辑链；第三是推理强度调节，支持低/中/高三级推理深度设置，平衡精度与效率需求；最后是硬件友好性，120B参数模型可在单张H100 GPU运行，20B版本更实现3.6B活跃参数的低延迟推理。

该模型采用OpenAI自研的Harmony响应格式，所有安全推理任务需遵循这一专用框架。应用场景覆盖LLM输入输出过滤、在线内容实时审核、离线内容安全标注等Trust and Safety核心需求。特别值得注意的是，120B版本通过参数激活优化，在保持117B总参数量的同时，仅需5.1B活跃参数即可运行，大幅降低了高性能安全推理的硬件门槛。

作为Robust Open Online Safety Tools (ROOST)模型社区的合作伙伴，GPT-OSS-Safeguard将持续收集安全从业者反馈迭代优化。这种开放协作模式有望加速AI安全工具的标准化进程，为开源社区提供可复用的安全推理基础设施。

OpenAI同时提供了完整的配套资源，包括Hugging Face在线演示空间、详细的模型卡片和使用指南。开发者可通过官方博客了解技术细节，或直接在社区中获取API调用示例。随着监管要求趋严和用户安全意识提升，专用安全推理模型的市场需求正快速增长，GPT-OSS-Safeguard的推出或将重新定义行业安全工具标准。

【免费下载链接】gpt-oss-safeguard-120b项目地址: https://ai.gitcode.com/hf_mirrors/openai/gpt-oss-safeguard-120b