gpt-oss-safeguard-120b和gpt-oss-safeguard-20b是基于gpt-oss模型的开放权重推理模型,旨在根据政策标记内容,支持多种推理方式和结构化输出,适用于内容分类,但不适合直接与用户交互。报告评估了其安全性和多语言性能。
在MacBook Pro上使用gpt-oss因内存限制运行困难。在显存为6G的Windows笔记本上使用lm studio运行gpt-oss 20b模型,加载8层后生成速度有所提升,但仍受显存限制,建议使用显存大于16G的显卡。
本文介绍了如何在本地高效运行GPT-OSS 20B模型,使用llama.cpp和Open WebUI。通过简单的命令设置Python环境、安装必要的包、下载量化模型并启动服务器,用户可轻松获得现代聊天界面,实现本地推理。
本文讨论了在Windows上使用PostgreSQL进行HTTP请求的扩展,介绍了新发布的gpt-oss模型及其生成SQL的能力。还提到PostgreSQL的JSONB功能和随机数生成函数的简化使用。作者分享了对PostgreSQL独特用法的看法,并推荐了Jimmy Angelakos的书,以帮助新用户避免常见错误。此外,文章提到为不同版本的PostgreSQL提供的二进制文件和扩展的使用方法。
OpenAI发布了gpt-oss-20b和gpt-oss-120b开源模型,支持本地部署。AI Toolkit扩展帮助开发者在VS Code中测试模型和构建应用,适用于边缘设备。这两款模型具备强大推理能力,支持多种应用场景,并允许免费商用和修改。
OpenAI的gpt-oss模型采用MXFP4数据类型,推理成本降低75%,速度提升4倍。80GB显卡可运行1200亿参数模型,16GB显卡可运行200亿参数。MXFP4通过压缩权重和提高内存带宽,显著提升模型效率。
本周AI领域的热点包括Qwen-Image开源图像生成模型、OpenAI发布的gpt-oss模型、Claude Opus 4.1更新、Google推出的Genie 3,以及GPT-5发布后的平淡反响。此外,Flow Maker和Gemini Storybook等新产品也备受关注。
OpenAI发布了开源模型GPT-OSS,包含20B和120B两种参数,采用混合专家模型,支持128K的上下文。这一举措加剧了中美AI竞争,展示了不同的开源策略。中国的开源模型如千问和DeepSeek直接开放最新版本,与美国的“开小闭大”策略形成对比。两国在AI领域的博弈将持续,未来发展值得关注。
OpenAI推出的gpt-oss模型引发广泛关注,具备强大性能,支持128k上下文,适用于办公、健康和开发等多种场景。其开源特性降低了使用门槛,推动AI代理技术发展,未来可能带来更多创新与应用。
OpenAI将在周四宣布其期待已久的GPT-5模型。CEO萨姆·阿尔特曼和研究负责人对此次发布感到兴奋。GPT-5的发布将是OpenAI本周的重要事件。此前,OpenAI还推出了可在个人电脑上运行的免费开源模型GPT-OSS。
OpenAI宣布开源,推出两个新模型:GPT-OSS-120b和GPT-OSS-20b,以应对DeepSeek的竞争和网友调侃,标志着其向开放转型,开发者和用户将更易获取高性能AI模型。
OpenAI发布了两款开源语言模型gpt-oss-120b和gpt-oss-20b,标志着五年来的首次开源。gpt-oss-120b适合高推理需求,能在单个H100 GPU上运行,而gpt-oss-20b则适用于低延迟场景。两款模型均支持微调,具备强大的智能Agent能力,显示出OpenAI在开源领域的重大转变。
NVIDIA与OpenAI合作推出优化的开源gpt-oss模型,支持RTX AI PC,适用于网页搜索和研究,性能可达每秒256个token,开发者可通过Ollama等工具轻松使用,推动AI创新。
OpenAI发布了新开放权重模型GPT-OSS,提供120亿和20亿参数版本,支持免费下载和定制。该模型经过严格的安全性测试,具备推理、网页浏览和代码编写功能,旨在降低使用门槛以促进创新。
OpenAI与Databricks合作推出gpt-oss 20B和120B开源模型,支持高级推理和工具使用,适用于企业数据,提供高质量AI解决方案,确保合规性。
OpenAI发布了gpt-oss-20b和gpt-oss-120b模型,用户可通过Vercel的AI Gateway访问,无需额外账户。AI Gateway提供统一API,支持性能优化和故障恢复,确保高可用性。用户可使用AI SDK v5进行模型调用,并享受内置监控和智能路由功能。
vLLM现已支持gpt-oss模型,兼容多款NVIDIA和AMD GPU。gpt-oss采用稀疏MoE架构,使用MXFP4格式减小模型大小,便于在单个GPU上运行。vLLM集成优化的GPU内核,提升性能和效率,并支持内置工具如网页浏览和Python解释器。未来将继续优化gpt-oss,提升性能和用户体验。
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。
本文讨论了在Windows上使用PostgreSQL进行HTTP请求的扩展,介绍了新发布的gpt-oss模型及其在SQL生成中的表现。还提到PostgreSQL的JSONB功能和随机数生成函数的简化使用。作者分享了对PostgreSQL独特用法的看法,并推荐了Jimmy Angelakos的书,以帮助新用户避免常见错误。最后,介绍了PostgreSQL的扩展和新功能的使用方法。
本文讨论了在Windows上使用PostgreSQL进行HTTP请求的扩展,介绍了新发布的gpt-oss模型及其生成SQL的能力。还提到PostgreSQL 17的随机函数简化了代码,JSONB功能用于数据转换。作者分享了PostgreSQL的独特用法和常见错误,并推荐相关书籍帮助新用户避免误区。
完成下面两步后,将自动完成登录并继续当前操作。