本文研究了发布gpt-oss的最坏情况风险，提出了恶意微调（MFT）概念，并在生物和网络安全领域进行评估。通过任务创建和强化学习环境训练gpt-oss，结果显示其在这两个领域的风险评估表现不佳，未能显著推动前沿发展。这些发现影响了模型的发布决策。