OpenAI、ポリシーベースでコンテンツ分類を行う「gpt-oss-safeguard」の技術レポートを公開

OpenAIは、オープンウェイトの推論モデル「gpt-oss-safeguard-120b」「gpt-oss-safeguard-20b」に関する技術レポートを公開しました。これらは既存のgpt-ossモデルをベースに、与えられたポリシーに基づいてコンテンツをラベル付けするよう追加学習されたモデルです。レポートではモデルの能力と、ベースとなるgpt-ossモデルとの比較によるベースライン安全性評価が示されています。