gpt-oss-safeguard-20b

gpt-oss-safeguard-20b

按你写的安全策略对文本分类，并展示推理过程。适合信任与安全团队过滤模型输入输出，以及在线或离线给内容打标签。

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-20b 是 OpenAI 推出的安全推理模型，基于 gpt-oss-20b。你给它一份书面策略和一段文本，它会判断文本是否符合策略。它有 21B 参数，其中 3.6B 处于激活状态。

适合谁：需要按自己制定的规则给文本打标签或过滤的信任与安全团队和开发者。

Industry | Who uses it | How they use it | Example
AI 产品 | 开发者 | 过滤进出语言模型的内容 | 按内部策略检查聊天机器人的回复
在线平台 | 信任与安全团队 | 在内容到达时给帖子和评论打标签 | 标记违反公开规则的帖子
内容审核 | 安全从业者 | 离线给积压的内容打标签 | 按策略类别整理旧的举报

如果你只需要通用的聊天模型，模型卡建议改用常规的 gpt-oss 模型。

用在哪里：

• 你自己的 GPU，因为 20B 模型能装进 16 GB 显存
• 通过 transformers 库加载模型的 Python 程序
• 用于实时过滤或离线打标签的处理流程

Use case | Who | What they get back
输入输出过滤 | 开发者 | 对每条消息的策略判定
在线打标签 | 信任与安全团队 | 带推理依据的标签
离线打标签 | 安全从业者 | 一组打好标签的内容

如何设置：

• 带 pip 的 Python
• 约 16 GB 显存的 GPU
• 约 21.5 GB 的权重磁盘空间

1. 安装 Hugging Face hub 工具。
2. 下载模型文件。
3. 用 transformers 加载，并让每个提示词都采用 harmony 响应格式。

pip install -U huggingface_hub
hf download openai/gpt-oss-safeguard-20b

如何使用：你用平实的语言写好策略，再按 harmony 格式连同待检查的内容一起发送。没有这个格式，模型无法正常工作。你可以把推理强度设为低、中或高，取决于你能接受多大的延迟。模型卡链接了一份写策略的提示指南。

示例：你写一条简短的策略，定义什么算垃圾信息，然后连同一条评论一起发送。模型会对照你的策略权衡这条评论并给出判定，你还可以读它的推理来了解原因。

新手与专家：如果你是新手，可以把它想成一个在评判每段文字前先读你规则手册的审核员。先写一条简短的策略和几条示例消息，再读它的推理，看是否符合你的意图。

如果你是专家，这个模型解读的是你提供的策略，而不是固定的分类体系。推理强度可调，完整的推理过程会开放出来方便调试。模型卡说，原始推理是给开发者和安全从业者看的。

你用平实的语言写好策略
你按 harmony 格式发送策略和文本
模型根据策略进行推理
你读取它的判定和推理

注意事项：还有更大的 120b 版本，有 117B 参数。20b 是较小的那个。

• License: Apache 2.0，与 Hugging Face 记录一致。
• Cost to run: 下载的副本没有提到需要 API 密钥或账号。你需要约 16 GB 显存的 GPU。
• Data it reaches: 下载会访问 Hugging Face。模型卡没有说明模型会访问文件、网络或账号。
• Not for: 模型卡说它用于安全场景，其他应用建议用 gpt-oss。它的原始推理不应展示给普通用户。

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 框架：transformers
• 参数量：21.5B
• Weights: about 21.5 GB in U8
• Formats: Safetensors
• 最近 30 天下载：24,325
• 点赞：293
• 许可证：apache-2.0
• 基于：openai/gpt-oss-20b
• Quantized versions: 14
• Fine-tunes: 7
• 标签：transformers, safetensors, gpt_oss, text-generation, vllm, conversational, 8-bit, mxfp4

链接

• 模型：https://huggingface.co/openai/gpt-oss-safeguard-20b
• 文件：https://huggingface.co/openai/gpt-oss-safeguard-20b/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-20b

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。