量子位
·
刚刚，OpenAI开源2个推理模型：笔记本/手机就能跑，性能接近o4-mini
内容提要
OpenAI开源了两个推理模型gpt-oss-120b和gpt-oss-20b，分别拥有1170亿和210亿参数，支持在笔记本和手机上运行。它们的推理性能接近闭源模型，但在复杂任务中稍显不足。此举旨在推动AI民主化，降低使用门槛，促进创新。
关键要点
-
OpenAI开源了两个推理模型：gpt-oss-120b和gpt-oss-20b，分别拥有1170亿和210亿参数。
-
这两个模型支持在笔记本和手机上运行，性能接近闭源模型，但在复杂任务中稍显不足。
-
gpt-oss-120b可在单张80GB GPU上运行，gpt-oss-20b可在16GB内存的消费级设备上运行。
-
这两个模型采用Apache 2.0许可证，允许商用无需付费或授权。
-
在工具使用、少样本函数调用和链式思考推理方面表现强劲，甚至超越了OpenAI的专有模型。
-
gpt-oss模型使用了最先进的预训练和后训练技术，特别关注推理效率和实际可用性。
-
模型采用专家混合（MoE）架构，减少处理输入所需的活跃参数数量。
-
OpenAI希望通过开源模型推动AI民主化，降低使用门槛，促进创新。
-
这些开源模型为开发者提供了更多工具选项，加速前沿研究，支持更安全、透明的AI开发。
-
OpenAI强调，开发者不应直接展示模型的链式思维内容，以避免虚构或有害信息的传播。
延伸解读
开源模型的实际应用
OpenAI的gpt-oss-120b和gpt-oss-20b模型支持在普通笔记本和手机上运行，这为开发者提供了更广泛的应用场景。尤其是在资源受限的环境中，这些模型的开源特性降低了AI技术的使用门槛，促进了创新和技术普及。
性能与复杂任务的局限性
尽管gpt-oss模型在工具使用和少样本学习方面表现出色，但在复杂任务和代码生成方面仍然不及闭源模型。这意味着在选择使用这些开源模型时，开发者需要考虑其适用性，尤其是在高要求的应用场景中。
安全性与链式思维的挑战
OpenAI强调，开发者在使用gpt-oss模型时不应直接展示模型的链式思维内容，以避免传播虚构或有害信息。这一安全性考量提醒开发者在应用中需谨慎处理模型输出，确保符合安全标准。
延伸问答
OpenAI开源了哪些推理模型？
OpenAI开源了gpt-oss-120b和gpt-oss-20b两个推理模型。
这两个模型的参数量分别是多少？
gpt-oss-120b拥有1170亿参数，gpt-oss-20b拥有210亿参数。
这些模型可以在什么设备上运行？
gpt-oss-120b可以在单张80GB GPU上运行，gpt-oss-20b可以在16GB内存的消费级设备上运行。
OpenAI开源这些模型的目的是什么？
OpenAI希望通过开源模型推动AI民主化，降低使用门槛，促进创新。
这两个模型的许可证是什么？
这两个模型采用Apache 2.0许可证，允许商用无需付费或授权。
gpt-oss模型在复杂任务中的表现如何？
在复杂任务中，gpt-oss模型的表现稍显不足，低于闭源模型。
