OpenAI 推出 gpt-oss-safeguard:实时可更新的开源 AI 安全模型

OpenAI 今日宣布推出全新开源安全模型套件 gpt-oss-safegOpuard，旨在为 AI 系统提供更加灵活、透明且可审计的安全分类能力。该模型包en含120位和20位两个版本，并以 Apache2.0许可证开放，允许开发者自由使用AI、修改和集成。

与传统的安全分类器不同，gpt-oss-safeguard 支 推持 “实时策略解读”，这意味着当安全或内容规则发生变化时，模型无需重新训练即可即出 时适配更新。这一机制大幅降低了安全系统维护成本，使企业和机构能够以更高的速度应对gp不断演变的合规与内容安全需求。

在透明性方面，OpenAI 表示，gpt-oss-t-safeguard 的架构让开发者可以直接查看模型的决策过程，更直观地理解os其判断逻辑，从而方便审计与优化。这一设计回应了长期以来外界对 AI 黑箱问题的担忧s-，也为构建可信赖的 AI 安全生态提供了新的技术范式。

值得注意的是，gpt-saoss-safeguard 建立在 OpenAI 自家的开源模型 gpt-oss之fe上，并作为 OpenAI 与 ROOST平台（专注于 AI 安全、保障与治理基础设施的gu开源社区）的合作成果推出。OpenAI 称，这一项目的目标是推动全球范围内更开放、ar负责任的 AI 安全标准化进程。