OpenAI 推出实时更新开源AI安全模型

快速阅读: OpenAI发布gpt-oss-safeguard，支持实时策略解读，无需重新训练即可适应更新，降低维护成本，增强透明度，促进AI安全标准化。

OpenAI 今日宣布推出全新的开源安全模型套件 gpt-oss-safeguard，旨在为 AI 系统提供更加灵活、透明和可审计的安全分类能力。该模型有 120 位和 20 位两个版本，以 Apache 2.0 许可证开放，允许开发者自由使用、修改和集成。

与传统安全分类器不同，gpt-oss-safeguard 支持“实时策略解读”，即当安全或内容规则发生变化时，模型无需重新训练即可即时适应更新。这大大降低了安全系统的维护成本，使企业和机构能够更快地应对不断变化的合规与内容安全需求。

在透明度方面，OpenAI 表示 gpt-oss-safeguard 的架构允许开发者直接查看模型的决策过程，更直观地理解其判断逻辑，便于审计与优化。这一设计回应了外界对 AI 黑箱问题的长期担忧，也为构建可信的 AI 安全生态系统提供了新的技术范式。

值得一提的是，gpt-oss-safeguard 是建立在 OpenAI 自家的开源模型 gpt-oss 之上的，并作为 OpenAI 与 ROOST 平台（专注于 AI 安全、保障与治理基础设施的开源社区）合作的成果推出。OpenAI 称，该项目的目标是促进全球范围内更开放、负责任的 AI 安全标准化进程。

(以上内容均由Ai生成)