/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,6 млрд
Размер весов
13,8 ГБ
Лицензия
Apache 2.0
Архитектура
gpt_oss · MoE
Базовая модель
gpt-oss-safeguard-20b
Библиотека
transformers
Опубликована
29 окт 2025

gpt-oss-safeguard-20b

Генерация текстаТекст → текст3 профессии

unsloth/gpt-oss-safeguard-20b — доработанная Unsloth версия модели gpt-oss-safeguard-20b, разработанной OpenAI на базе gpt-oss.

157скачиваний за 30 дней1лайквеса обновлены29 окт 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это модель рассуждений о безопасности, предназначенная для классификации текстового контента по заданным политикам безопасности и выполнения задач Trust and Safety: фильтрации входов и выходов LLM, маркировки онлайн-контента, а также пакетной офлайн-разметки. Модель интерпретирует написанную пользователем политику, что позволяет адаптировать её к различным продуктам и сценариям с минимальной инженерной доработкой.

Модель имеет 21 млрд параметров, из которых 3,6 млрд являются активными, и может работать на GPU с 16 ГБ VRAM. Она поддерживает настраиваемый уровень рассуждений — низкий, средний или высокий — с выбором между качеством анализа и задержкой. Модель предоставляет доступ к процессу рассуждений для отладки и повышения доверия к решениям, однако необработанный CoT предназначен для разработчиков и специалистов по безопасности, а не для конечных пользователей. Модальность — текстовая; сведения о языках и размере контекста в README не указаны.

Для корректной работы модель необходимо использовать только с форматом ответов harmony. Она ориентирована именно на задачи безопасности, поэтому для других применений рекомендуется использовать модели семейства gpt-oss. Модель распространяется по лицензии Apache 2.0, допускающей эксперименты, настройку и коммерческое применение без copyleft-ограничений.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gpt-oss-safeguard-120b and gpt-oss-safeguard-20b are safety reasoning models built-upon gpt-oss. With these models, you can classify text content based on safety policies that you provide and perform a suite of foundational safety tasks. These models are intended for safety use cases. For other applications, we recommend using gpt-oss models.

This model gpt-oss-safeguard-20b (21B parameters with 3.6B active parameters) fits into GPUs with 16GB of VRAM. Check out gpt-oss-safeguard-120b (117B parameters with 5.1B active parameters) for the larger model.

Both models were trained on our harmony response format and should only be used with the harmony format as it will not work correctly otherwise.

Highlights

  • Trained to reason about safety : Trained and tuned for safety reasoning to accommodate use cases like LLM input-output filtering, online content labeling and offline labeling for Trust and Safety use cases.
  • Bring your own policy: Interprets your written policy, so it generalizes across products and use cases with minimal engineering.
  • Reasoned decisions, not just scores: Gain complete access to the model’s reasoning process, facilitating easier debugging and increased trust in policy decisions. Keep in mind Raw CoT is meant for developers and safety practitioners. It’s not intended for exposure to general users or use cases outside of safety contexts.
  • Configurable reasoning effort: Easily adjust the reasoning effort (low, medium, high) based on your specific use case and latency needs.
  • Permissive Apache 2.0 license: Build freely without copyleft restrictions or patent risk—ideal for experimentation, customization, and commercial deployment.

Inference examples

You can use gpt-oss-safeguard-120b and gpt-oss-safeguard-20b similar to gpt-oss-120b and gpt-oss-20b as described in our respective cookbooks. We’ve also provided a detailed prompting guide that provides guidelines for how to craft your policy and use it with the models.

Download the model

To download the model weights from Hugging Face hub using similar instructions to gpt-oss-120b.

Join the ROOST Model Community

gpt-oss-safeguard is a model partner of the Robust Open Online Safety Tools (ROOST) Model Community. The ROOST Model Community (RMC) is a group of safety practitioners exploring open source AI models to protect online spaces. As an RMC model partner, OpenAI is committed to incorporating user feedback and jointly iterating on future releases in pursuit of open safety. Visit the RMC GitHub repo to learn more about this partnership and how to get involved.

Resources

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GptOssForCausalLM
Ревизия весов
011b429

0 моделей