AWS推出Amazon Bedrock Custom Model Import功能，支持用户部署20亿和120亿参数的GPT-OSS开源模型。该功能允许企业将现有应用迁移至AWS平台，同时保持API兼容性。用户只需上传模型文件至Amazon S3，通过控制台启动导入，AWS将自动处理GPU配置和推理服务器搭建，简化部署流程。
OpenAI发布开源安全模型gpt-oss-safeguard，提供灵活透明的AI安全分类方案。该套件含120位/20位双版本，采用Apache2.0开源协议，支持自由修改集成。创新性实现"实时策略解读"功能，可在安全规则变更时无需重新训练即完成适配，显著降低系统维护成本与响应延迟。
OpenAI发布两款开源安全推理模型gpt-oss-safeguard-120b与20b，标志着其在AI安全领域迈出重要步伐。面对日益严峻的AI安全挑战，此举旨在提升人工智能技术的可靠性与安全性，为行业发展提供关键保障。
OpenAI发布两款开源AI安全模型gpt-oss-safeguard-120b/20b，基于Apache2.0许可允许自由使用。新模型突破传统安全框架，支持开发者根据自定义安全策略进行推理分类，实现灵活可控的AI安全部署。
开放AI的GPT-OSS-120B和GPT-OSS-20B提供强大的推理能力，开发人员友好的功能，并采用Apache 2.0许可证，实现人工智能的民主化访问。
bartowski
这是kldzj/gpt-oss-120b-heretic模型的量化版本，使用llamacpp进行量化处理，提供了多种量化类型选择，包括BF16、Q8_0和MXFP4_MOE等特殊格式，显著提升了模型运行效率。
这是p-e-w/gpt-oss-20b-heretic模型的量化版本，使用llama.cpp的imatrix技术进行量化处理。该模型是一个200亿参数的大语言模型，提供了多种量化选项，从高质量到低质量不等，文件大小从41.86GB到11.52GB，适用于不同硬件条件。
Mungert
gpt-oss-safeguard-20b是基于GPT-OSS-20b微调的安全推理模型，专门用于大语言模型输入输出过滤、在线内容标注以及信任与安全用例的离线标注。该模型采用Apache 2.0许可证，支持自定义策略和透明决策过程。
unsloth
gpt-oss-safeguard-120b 是 OpenAI 基于 gpt-oss 构建的安全推理模型，拥有 1170 亿参数（其中 51 亿为活跃参数）。该模型专门针对安全用例设计，能够根据提供的安全策略对文本内容进行分类和执行基础安全任务。
GPT-OSS-Safeguard-20B是基于GPT-OSS构建的210亿参数安全推理模型，专门针对安全相关的文本内容分类和过滤任务进行优化。该模型支持自定义安全策略，提供透明的推理过程，适用于大语言模型输入输出过滤、在线内容标注等安全用例。
noctrex
这是慧慧GPT-OSS-120B-BF16-abliterated-v2模型的MXFP4_MOE量化版本，专门针对文本生成任务进行优化，提供高效的文本生成能力。该模型通过量化技术降低了计算和存储需求，同时保持了良好的性能。
SiddhJagani
这是OpenAI GPT-OSS-20B模型的MLX格式8位量化版本，使用mlx-lm 0.28.2转换，专为Apple Silicon优化，提供高效的文本生成能力
textcleanlm
这是一个基于 unsloth/gpt-oss-20b-BF16 基础模型的内容保真模型，专门用于将原始文本转换为简洁、清晰的Markdown格式。模型采用Apache 2.0许可证，主要支持英语文本处理。
nvidia
NVIDIA GPT-OSS-120B Eagle3是基于OpenAI gpt-oss-120b模型的优化版本，采用混合专家（MoE）架构，具备1200亿总参数和50亿激活参数。该模型支持商业和非商业使用，适用于文本生成任务，特别适合AI Agent系统、聊天机器人等应用开发。
MikeKuykendall
这是基于WeOpenML的GPT-OSS 20B模型的GGUF格式版本，首次实现了创新的MoE CPU专家卸载技术。该技术在保持完整生成质量的同时，实现了99.9%的显存缩减，仅需2MB显存即可运行200亿参数的混合专家模型。
Jackrong
本项目通过创新的两阶段训练流程，将GPT的推理能力蒸馏到Llama-3.1-8B模型中。首先通过监督微调进行知识蒸馏和格式对齐，然后利用强化学习激励模型自主探索和优化推理策略，专注于数学推理领域的能力突破。
Tesslate
WEBGEN DEVSTRAL IMAGES 是一个专注于网页生成的人工智能模型，能够利用 HTML、CSS、JS 和 Tailwind 技术生成单页式网页。该项目基于自定义模板进行训练，采用监督微调方法，使用 GPT-OSS-120B 生成的数据集进行训练。
EpistemeAI
本模型基于GPT-OSS-20B，借助Unsloth强化学习框架进行微调，旨在优化推理效率，同时减少在从人类反馈中进行强化学习（RLHF）式训练期间出现的漏洞。微调过程着重于对齐的鲁棒性和效率，确保模型在不产生过多计算开销的情况下保持推理深度。
基于microsoft/phi-4（14B）基础模型的三阶段训练GRPO推理测试模型，通过SFT→RLHF→SFT流程微调，具备优秀的多步推理能力
openai
gpt-oss-safeguard-20b是基于gpt-oss构建的安全推理模型，拥有210亿参数（其中36亿为活跃参数），专门针对安全用例设计。该模型可根据提供的安全策略对文本内容进行分类，并执行基础安全任务，适用于大语言模型输入输出过滤、在线内容标注等场景。
gpt-oss-safeguard-120b是基于gpt-oss构建的安全推理模型，专门为安全用例设计。该模型能够根据提供的安全策略对文本内容进行分类，并执行一系列基础安全任务，适用于大语言模型输入输出过滤、在线内容标注等场景。
mradermacher
这是一个基于AmanPriyanshu/gpt-oss-6.0b-specialized-all-pruned-moe-only-7-experts的量化版本模型，采用混合专家架构和剪枝技术，提供多种量化类型以满足不同场景需求。模型支持英语文本生成任务。
Sci-fi-vy
GPT-OSS-20B是OpenAI推出的开放权重模型，专为强大推理、智能体任务和多样化开发者用例设计。该模型具有210亿参数（其中36亿为活跃参数），采用混合专家架构，支持低延迟本地部署和特定场景应用。
leeminwaan
这是一个基于GPT架构的42亿参数专家混合模型，经过剪枝优化并仅保留4个专家。提供多种量化版本，专为消费级硬件设计，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，采用 NVIDIA 先进的 NVFP4 量化格式。该模型在保持显著内存效率提升的同时，相比 MXFP4 量化能提供更出色的准确率保留率，专为高性能推理场景设计。
%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)
