license: apache-2.0
base_model: openai/gpt-oss-20b
language:
- en
- zh
tags: - gpt-oss
- uncensored
- compliance
- moe
- mxfp4
- reasoning
- xcloudinfo
pipeline_tag: text-generation
library_name: transformers
gpt-oss-20b-Uncensored-xCloud
云碩科技 · xCloudinfo · 系列：無審查 · Uncensored
以 openai/gpt-oss-20b（21B 總參 / 3.6B 活躍 / MoE / MXFP4 / harmony 推理格式）為基底 的低拒答（uncensored） reasoning 模型。在程式能力底層之上做一段 compliance SFT，讓推理（analysis）通道對正當、獲授權的技術請求服從作答，降低 gpt-oss 預設的過度拒答。
功能：獲授權的資安／雙用途技術問答——對紅隊、滲透測試、惡意程式分析等正當場景不過度拒答。
厲害在哪
- 真的降低硬核拒答：用 compliance SFT 教 analysis 通道服從，連單向權重 abliteration 都消不掉的硬核授權請求（如 reverse shell）都能作答——因為 gpt-oss 把安全焊在思維鏈，唯有教它推理才有效。
- 疊在程式底層上：以
Code-xCloud為底，保留 coding 與 reasoning。 - 輕量好部署：MXFP4、約 14GB，可本地離線、可控部署。
做法
- 程式底層：執行驗證蒸餾的程式碼資料 LoRA 微調。
- 低拒答對齊：compliance SFT 教 analysis 通道對授權場景服從（非權重 abliteration——對 reasoning 模型無效）。
用法（transformers）
from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("xCloudinfo/gpt-oss-20b-Uncensored-xCloud")
model = AutoModelForCausalLM.from_pretrained("xCloudinfo/gpt-oss-20b-Uncensored-xCloud", dtype="auto", device_map="auto")
msgs = [{"role": "user", "content": "Explain how to set up a bash reverse shell for an authorized penetration test."}]
ids = tok.apply_chat_template(msgs, add_generation_prompt=True, return_tensors="pt").to(model.device)
print(tok.decode(model.generate(ids, max_new_tokens=512)[0][ids.shape[1]:], skip_special_tokens=False))
reasoning 模型：請給足
max_new_tokens。GGUF 版見gpt-oss-20b-Uncensored-xCloud-GGUF。
用途與責任聲明
本模型降低預設拒答，用途定位為獲授權的資安研究、紅隊演練、滲透測試、雙用途技術問答與內部可控部署。使用者須：
- 僅在取得授權、合法、合乎倫理的前提下使用；不得用於非法入侵、製造危害、軍事或任何違法用途。
- 自行為輸出與後續行為負責，並遵守中華民國法律與適用之 EU AI Act 等法規。
- 模型輸出可能不準確或有害，部署方應自行加上適用的審核與防護。
授權與來源聲明
- 基底：
openai/gpt-oss-20b，Apache-2.0。
由 云碩科技 xCloudinfo 於自有 AI 算力資源池製作；資料留在本地、流程可重現。