gpt-oss-safeguard 技术报告：基于策略推理的内容标注模型

深度OpenAI2025年10月29日2 分钟阅读

gpt-oss-safeguard-120b 和 gpt-oss-safeguard-20b 是两个开源的推理模型，它们基于 gpt-oss 模型进行后训练，能够根据提供的策略对内容进行标注。这份报告详细介绍了这两个模型的能力，并以原始 gpt-oss 模型为基准，提供了初步的安全评估结果。

本文编译自 gpt-oss-safeguard technical report，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

Cloudflare 在 Agents Week 2026 上推出了面向智能体（Agent）的完整基础设施栈，涵盖计算环境、安全工具和智能体工具箱。这些更新包括 Artifacts 存储、Sandboxes 隔离环境、Cloudflare Mesh 私有网络等，旨在支持大规模智能体部署。

深度·4月20日·8 分钟

华为 HiFloat4 格式在昇腾芯片上训练大语言模型时，其相对损失误差（≈1.0%）低于 MXFP4（≈1.5%）。Anthropic 利用自动化对齐研究员（AAR）在弱到强监督任务上，以约 18,000 美元的成本，实现了 0.97 的性能差距恢复率（PGR），远超人类基准。

深度·4月20日·5 分钟

相关文章