gpt-oss-safeguard-120b

gpt-oss-safeguard-120b

根据你写的安全政策给文本分类，并展示每个决定背后的推理。适合过滤或标注内容的信任与安全团队。

由 openai 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：gpt-oss-safeguard-120b 是 OpenAI 基于 gpt-oss 做的安全推理模型。你给它一份书面政策和一段文本，它按这份政策来判断文本。它也能处理基础的安全任务。它有 117B 参数，其中 5.1B 处于激活状态，可以放进一块 H100 GPU。

适合谁：它适合需要按自己的规则过滤或标注内容的信任与安全团队和开发者。它是为安全工作设计的，不适合通用聊天。

Industry | Who uses it | How they use it | Example
信任与安全 | 政策和审核团队 | 按书面政策给帖子和消息打标签 | 对一批被举报的帖子做离线标注
软件 | AI 产品开发者 | 过滤进入和离开语言模型的内容 | 按内部规则检查聊天机器人的输入和回复
在线平台 | 平台安全工程师 | 对新到的内容打标签 | 按政策对新内容做实时标注

想要通用助手的人应该改用常规的 gpt-oss 模型。

用在哪里：

• Windows、macOS 或 Linux 上，Python 配合 transformers 库
• 服务器 GPU，比如一块 H100
• 包裹在语言模型前后的输入输出过滤器
• 在线和离线的内容标注流水线

Use case | Who | What they get back
输入输出过滤 | AI 开发者 | 对每个提示词或回复的政策判定
在线内容标注 | 平台团队 | 对新到内容的标签
离线标注 | 信任与安全团队 | 对已存内容的标签，并展示推理过程

如何设置：

• 你电脑上的 Python
• 能容纳这个模型的 GPU，比如一块 H100
• 约 117 GB 的磁盘空间，用于权重
• 你自己写的安全政策

1. 安装 Hugging Face hub 软件包。
2. 下载模型文件。
3. 准备你的政策，并以 harmony 格式发送提示词。

pip install -U huggingface_hub

hf download openai/gpt-oss-safeguard-120b

如何使用：先写好你的政策，再把它和要判断的文本一起发送。这个模型只支持 OpenAI 的 harmony 响应格式，否则表现不正确。你可以把推理强度设为低、中或高。卡片指向一份写政策用的提示词指南，以及 gpt-oss 的使用手册，用于推理。

示例：你为一个论坛写了一份简短的政策，并连同一条被举报的帖子一起发送。模型按你的政策给帖子打标签，并展示标签背后的推理。你可以阅读这些推理来调试政策。

新手与专家：你可以把政策想成每次交给模型的规则手册。第一步可以先写一份简短的规则、几条测试帖子，并使用低推理强度。阅读推理过程，看看每个标签是怎么选出来的。

它在运行时解读你的政策，所以一个模型可以服务多个产品，不需要重新训练。原始的思维链是给开发者和安全从业者看的，不应该展示给普通用户。20b 的同系列模型有 21B 参数，3.6B 激活，延迟更低。

你写一份安全政策
政策和内容以 harmony 格式送入
模型对内容进行推理
返回标签和推理过程

注意事项：

• License: Apache 2.0。
• Cost to run: 权重未提及费用。你需要自己的大型 GPU。
• Data it reaches: 它从 Hugging Face Hub 下载文件，然后判断你发给它的文本。
• Not for: 其他应用。卡片建议这些场景使用 gpt-oss 模型，并说原始推理不适合展示给普通用户。

Title: 总参数量，单位十亿
gpt-oss-safeguard-120b: 117 billion
gpt-oss-safeguard-20b: 21 billion

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 框架：transformers
• 参数量：117B
• Weights: about 117 GB in U8
• Formats: Safetensors
• 最近 30 天下载：16,400
• 点赞：128
• 许可证：apache-2.0
• 基于：openai/gpt-oss-120b
• Quantized versions: 6
• Fine-tunes: 2
• 标签：transformers, safetensors, gpt_oss, text-generation, vllm, conversational, 8-bit, mxfp4

链接

• 模型：https://huggingface.co/openai/gpt-oss-safeguard-120b
• 文件：https://huggingface.co/openai/gpt-oss-safeguard-120b/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download openai/gpt-oss-safeguard-120b

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。