10月29日，OpenAI发布gpt-oss-safeguard-120b和20b研究预览版。两款模型基于gpt-oss继续训练，并以Apache 2.0许可证开放权重。

与固定类别的传统审核模型不同，gpt-oss-safeguard在推理时同时接收政策文本和待分类内容，再根据开发者提供的规则判断风险，并输出结论与分析依据。

这种方式便于平台快速修改政策，适配游戏作弊、虚假评价或行业特定内容。但推理模型通常比简单分类器消耗更多计算资源，也可能在复杂政策下出现理解偏差。

企业应根据内容风险采用分层审核：小型分类器负责高频初筛，安全推理模型处理复杂边界案例，最终保留人工复核和申诉机制。

*本文为基于官方发布信息的中文摘要，详情以原文链接为准。