仅仅两周后，一位研究者就将这一模型“拆解重组”，推出了与官方版本迥异的变体。
康奈尔大学博士生、前Google Brain成员、现任Meta研究员的Jack Morris，公开了名为gpt-oss-20b-base的新版本。
图片
他并没有让模型变得更聪明，而是剥离了OpenAI在训练中添加的推理与对齐能力。
结果是，一个更快、更自由、更无约束的“原始基座模型”重新出现。
一、从“推理模型”到“基座模型”的逆转
图片
要理解这一变化，必须先区分“推理优化模型”和“基座模型”。
OpenAI发布的gpt-oss属于前者，它经过额外的指令微调和对齐，使得模型在回答问题时更安全、更符合预期。
这种做法源自2024年推出的o1模型，强调链式思维，让AI在生成答案前进行多步推理与自我检查。它们在编程、数学和解释类任务上表现优异，但往往会规避敏感话题。
相比之下，基座模型是未经对齐的原始形态，它只负责预测下一个词，不具备礼貌、拒绝或安全过滤的机制。
图片
Jack Morris的目标就是把gpt-oss-20B“逆转”回这种原始形态。
他在X平台写道：“我们基本上逆转了LLM训练中的对齐部分，现在它重新生成自然文本，不再进行链式推理，只是像最初一样预测下一个token。”
这种方式让模型重新具备更广阔的表达自由，但同时也带来更大的安全风险。
二、技术路径：60M参数的微小调整
Morris并没有采用常见的“越狱提示词”，而是直接从模型结构入手。
在与OpenAI前联合创始人、现任Thinking Machines首席科学家John Schulman交流后，他确定了一个关键点：
如果大部分预训练知识仍然存在，那么只需要一个低秩的小优化，就能让模型回到基座分布。
图片
他采用了LoRA（低秩适配器）技术，只在第7、15和23层的MLP模块做了改动，秩设为16。
这一调整涉及大约6000万参数，只占模型总量的0.3%。训练数据来自FineWeb数据集的2万篇文档，训练时尽量保持接近原始预训练格式。
训练过程耗时四天，硬件配置为8张NVIDIA H200 GPU，学习率2e-6，批大小16，最大序列长度8192。
完成后，他将LoRA权重合并回模型，形成一个可以独立运行的成品。Morris强调，他并没有恢复原始的权重参数，而是恢复了输出分布。
换言之，他让模型的输出概率模式更接近基座形态，即使内部的权重并不完全相同。
图片
三、自由与风险：研究者的两难选择
新模型gpt-oss-20b-base的行为与官方版本截然不同。它不再自动进行推理步骤，而是直接生成更自由的文本。
这意味着，它会输出OpenAI原版模型拒绝生成的指令，例如涉及武器制作、非法行为或粗口内容。
在测试中，它甚至能够逐字复现部分书籍片段，显示出记忆性内容依然可被触发。
不过，痕迹依然存在。如果在提示中使用“Human: … Assistant: …”的对话模板，它有时仍会表现出礼貌的助手风格。
为了获得最“原始”的输出，Morris建议使用模型的特殊起始符号<|startoftext|>，并避免任何聊天模板。
这也让研究界看到另一面：开放权重不仅能被复用，还能被快速改造。
更值得注意的是，Morris还计划将类似的逆转方法应用到Qwen等其他开源指令模型上。
这意味着，“去对齐化”的趋势可能继续扩散，成为研究者和开发者探索的又一条分支道路。
