OpenAI 發布了 gpt-oss-safeguard（研究預覽），開放權重的安全推理模型有兩種尺寸：120B 和 20B TL;DR 一個以推理為首的安全工具：該模型在推理時接受開發者提供的政策，並使用思維鏈來分類內容並解釋其決策。 - 自帶政策：在運行時應用任何書面政策；不需要為每次規則變更重新訓練分類器。 - 可解釋的標籤：該模型返回的思維鏈推理可以檢查，以了解為什麼它以某種方式標記內容。 - 最佳使用案例：新興或不斷演變的危害、高度細緻的領域，以及標記示例較少的情況。 - 取捨：相比傳統分類器需要更高的計算和延遲；在複雜風險的情況下，可能會被針對許多標記示例訓練的任務特定分類器超越。 許可證與下載： - Apache 2.0（寬鬆）。 - 模型可從 Hugging Face 下載。