AWS推出Amazon Bedrock Custom Model Import功能，支持用戶部署20億和120億參數的GPT-OSS開源模型。該功能允許企業將現有應用遷移至AWS平臺，同時保持API兼容性。用戶只需上傳模型文件至Amazon S3，通過控制檯啓動導入，AWS將自動處理GPU配置和推理服務器搭建，簡化部署流程。
OpenAI發佈開源安全模型gpt-oss-safeguard，提供靈活透明的AI安全分類方案。該套件含120位/20位雙版本，採用Apache2.0開源協議，支持自由修改集成。創新性實現"實時策略解讀"功能，可在安全規則變更時無需重新訓練即完成適配，顯著降低系統維護成本與響應延遲。
OpenAI發佈兩款開源安全推理模型gpt-oss-safeguard-120b與20b，標誌着其在AI安全領域邁出重要步伐。面對日益嚴峻的AI安全挑戰，此舉旨在提升人工智能技術的可靠性與安全性，爲行業發展提供關鍵保障。
OpenAI發佈兩款開源AI安全模型gpt-oss-safeguard-120b/20b，基於Apache2.0許可允許自由使用。新模型突破傳統安全框架，支持開發者根據自定義安全策略進行推理分類，實現靈活可控的AI安全部署。
開放AI的GPT-OSS-120B和GPT-OSS-20B提供強大的推理能力，開發人員友好的功能，並採用Apache 2.0許可證，實現人工智能的民主化訪問。
bartowski
這是kldzj/gpt-oss-120b-heretic模型的量化版本，使用llamacpp進行量化處理，提供了多種量化類型選擇，包括BF16、Q8_0和MXFP4_MOE等特殊格式，顯著提升了模型運行效率。
這是p-e-w/gpt-oss-20b-heretic模型的量化版本，使用llama.cpp的imatrix技術進行量化處理。該模型是一個200億參數的大語言模型，提供了多種量化選項，從高質量到低質量不等，文件大小從41.86GB到11.52GB，適用於不同硬件條件。
Mungert
gpt-oss-safeguard-20b是基於GPT-OSS-20b微調的安全推理模型，專門用於大語言模型輸入輸出過濾、在線內容標註以及信任與安全用例的離線標註。該模型採用Apache 2.0許可證，支持自定義策略和透明決策過程。
unsloth
gpt-oss-safeguard-120b 是 OpenAI 基於 gpt-oss 構建的安全推理模型，擁有 1170 億參數（其中 51 億為活躍參數）。該模型專門針對安全用例設計，能夠根據提供的安全策略對文本內容進行分類和執行基礎安全任務。
GPT-OSS-Safeguard-20B是基於GPT-OSS構建的210億參數安全推理模型，專門針對安全相關的文本內容分類和過濾任務進行優化。該模型支持自定義安全策略，提供透明的推理過程，適用於大語言模型輸入輸出過濾、在線內容標註等安全用例。
noctrex
這是慧慧GPT-OSS-120B-BF16-abliterated-v2模型的MXFP4_MOE量化版本，專門針對文本生成任務進行優化，提供高效的文本生成能力。該模型通過量化技術降低了計算和存儲需求，同時保持了良好的性能。
SiddhJagani
這是OpenAI GPT-OSS-20B模型的MLX格式8位量化版本，使用mlx-lm 0.28.2轉換，專為Apple Silicon優化，提供高效的文本生成能力
textcleanlm
這是一個基於 unsloth/gpt-oss-20b-BF16 基礎模型的內容保真模型，專門用於將原始文本轉換為簡潔、清晰的Markdown格式。模型採用Apache 2.0許可證，主要支持英語文本處理。
nvidia
NVIDIA GPT-OSS-120B Eagle3是基於OpenAI gpt-oss-120b模型的優化版本，採用混合專家（MoE）架構，具備1200億總參數和50億激活參數。該模型支持商業和非商業使用，適用於文本生成任務，特別適合AI Agent系統、聊天機器人等應用開發。
MikeKuykendall
這是基於WeOpenML的GPT-OSS 20B模型的GGUF格式版本，首次實現了創新的MoE CPU專家卸載技術。該技術在保持完整生成質量的同時，實現了99.9%的顯存縮減，僅需2MB顯存即可運行200億參數的混合專家模型。
Jackrong
本項目通過創新的兩階段訓練流程，將GPT的推理能力蒸餾到Llama-3.1-8B模型中。首先通過監督微調進行知識蒸餾和格式對齊，然後利用強化學習激勵模型自主探索和優化推理策略，專注於數學推理領域的能力突破。
Tesslate
WEBGEN DEVSTRAL IMAGES 是一個專注於網頁生成的人工智能模型，能夠利用 HTML、CSS、JS 和 Tailwind 技術生成單頁式網頁。該項目基於自定義模板進行訓練，採用監督微調方法，使用 GPT-OSS-120B 生成的數據集進行訓練。
EpistemeAI
本模型基於GPT-OSS-20B，藉助Unsloth強化學習框架進行微調，旨在優化推理效率，同時減少在從人類反饋中進行強化學習（RLHF）式訓練期間出現的漏洞。微調過程著重於對齊的魯棒性和效率，確保模型在不產生過多計算開銷的情況下保持推理深度。
基於microsoft/phi-4（14B）基礎模型的三階段訓練GRPO推理測試模型，通過SFT→RLHF→SFT流程微調，具備優秀的多步推理能力
openai
gpt-oss-safeguard-20b是基於gpt-oss構建的安全推理模型，擁有210億參數（其中36億為活躍參數），專門針對安全用例設計。該模型可根據提供的安全策略對文本內容進行分類，並執行基礎安全任務，適用於大語言模型輸入輸出過濾、在線內容標註等場景。
gpt-oss-safeguard-120b是基於gpt-oss構建的安全推理模型，專門為安全用例設計。該模型能夠根據提供的安全策略對文本內容進行分類，並執行一系列基礎安全任務，適用於大語言模型輸入輸出過濾、在線內容標註等場景。
mradermacher
這是一個基於AmanPriyanshu/gpt-oss-6.0b-specialized-all-pruned-moe-only-7-experts的量化版本模型，採用混合專家架構和剪枝技術，提供多種量化類型以滿足不同場景需求。模型支持英語文本生成任務。
Sci-fi-vy
GPT-OSS-20B是OpenAI推出的開放權重模型，專為強大推理、智能體任務和多樣化開發者用例設計。該模型具有210億參數（其中36億為活躍參數），採用混合專家架構，支持低延遲本地部署和特定場景應用。
leeminwaan
這是一個基於GPT架構的42億參數專家混合模型，經過剪枝優化並僅保留4個專家。提供多種量化版本，專為消費級硬件設計，支持高效推理和便捷部署。
2imi9
GPT-OSS-20B-NVFP4 是 OpenAI GPT-OSS-20B 模型的量化版本，採用 NVIDIA 先進的 NVFP4 量化格式。該模型在保持顯著內存效率提升的同時，相比 MXFP4 量化能提供更出色的準確率保留率，專為高性能推理場景設計。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
