gpt-oss-safeguard 技术报告
该技术报告介绍gpt-oss-safeguard-120b与gpt-oss-safeguard-20b两个开放权重推理模型，它们由gpt-oss模型后训练而来，被训练为依据给定策略进行推理，从而按该策略对内容打标签。
具体内容
该技术报告介绍gpt-oss-safeguard-120b与gpt-oss-safeguard-20b两个开放权重推理模型，它们由gpt-oss模型后训练而来，被训练为依据给定策略进行推理，从而按该策略对内容打标签。报告描述模型能力，并以原始gpt-oss模型为基线给出基线安全评估。模型架构与开发细节需参见原gpt-oss模型卡。
- 两个开放权重模型由gpt-oss模型后训练得到
- 模型依据提供的策略推理并据此标注内容
- 报告以原始gpt-oss模型为基线给出安全评估
依据官方原始发布记录整理；当时的推出范围和限制请以原文为准。
用户标记：未标记
固定编号：bd96fc71ca88194a
原文来源