OpenAI مدل‌های هوش مصنوعی gpt-oss را برای اجرا روی سیستم‌های شخصی منتشر کرد

معرفی مدل‌های متن‌باز جدید

OpenAI پس از سال ۲۰۱۹ و معرفی GPT-2، برای اولین بار مدل‌های متن‌باز خود را با نام‌های gpt-oss-120b و gpt-oss-20b رونمایی کرده است. این مدل‌ها قابلیت اجرا مستقیم بر روی سخت‌افزار شخصی را دارند و از ویژگی‌هایی نظیر شبیه‌سازی استدلال، استفاده از ابزارها و سفارشی‌سازی عمیق پشتیبانی می‌کنند.

در حالی که مدل‌های اختصاصی OpenAI معمولاً بر روی سرورهای ابری قدرتمند اجرا می‌شوند، این مدل‌های جدید برای اجرا بر روی سیستم‌هایی با سخت‌افزار متوسط طراحی شده‌اند.

ویژگی‌های فنی و عملکرد

هر دو مدل از نوع ترنسفورمر هستند و قابلیت تنظیم زنجیره استدلال (CoT) را در سطوح پایین، متوسط یا بالا ارائه می‌دهند. سطح بالاتر، خروجی دقیق‌تری را فراهم می‌کند اما مصرف منابع بیشتری دارد.

• gpt-oss-20b: این مدل کوچکتر دارای ۲۱ میلیارد پارامتر است که با تکنیک Mixture-of-Experts به ۳.۶ میلیارد پارامتر به ازای هر توکن کاهش می‌یابد. برای اجرا به حداقل ۱۶ گیگابایت رم نیاز دارد و بر روی سیستم‌های معمولی قابل استفاده است.
• gpt-oss-120b: مدل بزرگتر با ۱۱۷ میلیارد پارامتر، که به ۵.۱ میلیارد پارامتر به ازای هر توکن می‌رسد. این مدل به ۸۰ گیگابایت رم نیاز دارد و بیشتر برای کارت‌های گرافیکی پیشرفته مانند Nvidia H100 مناسب است.

هر دو مدل از پنجره متنی با ظرفیت ۱۲۸ هزار توکن پشتیبانی می‌کنند.

مقایسه عملکرد

تیم OpenAI اعلام کرده است که عملکرد این مدل‌ها نزدیک به مدل‌های ابری اختصاصی شرکت است. مدل بزرگ‌تر در بیشتر آزمون‌ها بین مدل‌های o3 و o4-mini قرار می‌گیرد و مدل کوچک نیز اندکی عقب‌تر است. این مدل‌ها به‌ویژه در وظایف ریاضی و برنامه‌نویسی عملکرد خوبی از خود نشان داده‌اند.

در آزمون دانش‌محور Humanity’s Last Exam، مدل o3 با ابزارها ۲۴.۹ درصد موفق بوده، در حالی که gpt-oss-120b تنها به ۱۹ درصد رسیده است. برای مقایسه، مدل Gemini Deep Think گوگل در همین آزمون ۳۴.۸ درصد نتیجه گرفته است.

اهداف و محدودیت‌ها

OpenAI تأکید کرده که هدف از ارائه این مدل‌ها، جایگزینی با مدل‌های اصلی GPT نیست. این مدل‌های جدید محدودیت‌هایی دارند؛ برای مثال، تنها متنی هستند و از قابلیت چندحالته بودن (مانند تصویر و صدا) پشتیبانی نمی‌کنند. با این حال، استفاده محلی از این مدل‌ها مزایای قابل توجهی دارد:

• کاهش تأخیر
• افزایش قابلیت سفارشی‌سازی
• حفظ امنیت داده‌های حساس

با توجه به متن‌باز بودن این مدل‌ها و انتشار آن‌ها تحت مجوز Apache 2.0، توسعه‌دهندگان می‌توانند آن‌ها را برای کاربردهای خاص خود تنظیم کنند. اگرچه OpenAI محدودیت‌هایی برای جلوگیری از استفاده‌های مخرب در نظر گرفته، اما قدرت مدل‌های gpt-oss نسبت به GPT-2 بسیار بیشتر است.

ایمنی و دسترسی

در راستای بررسی جنبه‌های ایمنی، OpenAI عمداً سعی کرده نسخه‌ای از این مدل‌ها را به رفتارهای مخرب سوق دهد. به گفته تیم توسعه، حتی در بدترین حالت‌ها، عملکرد مدل در انجام کارهای شرورانه ضعیف باقی مانده است. این موضوع نشان‌دهنده موفقیت رویکردهای تنظیمی و سلسله‌مراتب دستوری OpenAI در جلوگیری از سوءاستفاده‌های جدی است.

علاقه‌مندان می‌توانند هم‌اکنون مدل‌های gpt-oss-120b و gpt-oss-20b را از سایت HuggingFace دانلود کنند. همچنین مخازن گیت‌هاب و نسخه‌های آماده تست این مدل‌ها روی زیرساخت OpenAI در دسترس قرار گرفته‌اند. برای جزئیات فنی بیشتر، یک کارت مدل و پست تحقیقاتی نیز منتشر شده است.