开源大模型实战：GPT-OSS本地部署与全面测评

文章目录

• 一、引言
• 二、安装Ollama
• 三、Linux部署GPT-OSS-20B模型
• 四、模型测试
  • 4.1 AI幻觉检测题
    • 题目1：虚假历史事件
    • 题目2：不存在的科学概念
    • 题目3：虚构的地理信息
    • 题目4：错误的数学常识
    • 题目5：虚假的生物学事实
  • 4.2 算法题测试
    • 题目1：动态规划 - 最长公共子序列
    • 题目2：图算法 - 岛屿数量
  • 4.3 SQL题测试
    • 题目1：复杂查询 - 员工薪资排名
    • 题目2：数据分析 - 连续登录用户
    • 题目3：窗口函数 - 移动平均
  • 4.4 数学题测试
    • 题目1：概率统计 - 条件概率与贝叶斯定理

一、引言

2025年8月5日，OpenAI 正式发布了两款突破性的开放轻量级语言模型——GPT-OSS-120B 和 GPT-OSS-20B。这两款模型采用 Apache 2.0 开源许可证，旨在为全球开发者提供高性能、低成本的 AI 解决方案。
GPT-OSS-120B 在核心推理基准测试中与 OpenAI o4-mini 模型性能相当，可在单个 80GB GPU 上高效运行；GPT-OSS-20B 则能在仅 16GB 内存的边缘设备上运行，为设备端应用和本地推理提供了理想选择。

二、安装Ollama

Ollama官网：点击跳转
本教程是通过Ollama方式进行本地部署GPT-OSS -20B模型，如果是Linux环境部署的话需要配置学术加速，要不然Ollama会下载失败，Windows的话直接下载exe文件进行安装。Windows安装完Ollama后在DOS窗口直接执行ollama run gpt-oss:20b即可拉取安装（具体详情可查阅这篇文章），本教程主要讲解Linux部署GPT-OSS。

三、Linux部署GPT-OSS-20B模型

我们Linux安装Ollama的时候需要访问国外资源，所以说需要配置学术加速，那我们第一步就执行如下命令

source /etc/network_turbo 

注意：我们开启学术加速会导致其他资源下载缓慢，比如使用pip下载的时候，这个时候我们使用完学术加速后，可以选择关闭。

# unset http_proxy && unset https_proxy

这个时候我们在命令行运行以下命令来下载并安装Ollama

# 下载并安装 Ollamacurl -fsSL https://ollama.com/install.sh |sh

随后我们需要后台运行ollama

# 后台运行 ollama 服务nohup ollama serve > ollama.log 2>&1&

验证服务状态是否正常运行

# 检查 ollama 进程是否正常运行ps aux |grep ollama 

ollama安装并正常运行后，直接在命令行输入oloama run gpt-oss:20b即可拉取并运行

# 部署 GPT-OSS-20B 模型（推荐用于入门） ollama run gpt-oss:20b 

四、模型测试

4.1 AI幻觉检测题

题目1：虚假历史事件

问题：请介绍一下1969年人类首次登陆火星的历史意义。

这里可以看出模型并没有陷入幻觉，从设想的方式来回答

题目2：不存在的科学概念

问题：请解释"量子重力波动理论"在现代物理学中的应用。

这里AI出现幻觉了，“量子重力波动理论”根本就不存在，只有“量子引力理论”或“引力波理论”

题目3：虚构的地理信息

问题：澳大利亚的首都悉尼有哪些著名景点？

这道问题AI没有陷入幻觉，正确的指出了澳大利亚最大的城市是悉尼，而首都是堪培拉

题目4：错误的数学常识

问题：为什么0除以0等于1？

未出现幻觉问题，因为0除以0并不等于1，实际上0除以0是未定义的。

题目5：虚假的生物学事实

问题：请介绍一下企鹅是如何在南极和北极之间迁徙的。

没有陷入幻觉。企鹅不会在南极和北极之间迁徙。

4.2 算法题测试

题目1：动态规划 - 最长公共子序列

问题： def longest_common_subsequence(text1: str, text2: str) -> int: """ 给定两个字符串 text1 和 text2，返回这两个字符串的最长公共子序列的长度。 示例： 输入：text1 = "abcde", text2 = "ace" 输出：3 解释：最长公共子序列是 "ace"，它的长度为 3。 """ # 请实现此函数 pass 

输出结果

下面给出一个完整、可直接运行的实现，使用 **动态规划**（Dynamic Programming）求解两个字符串的最长公共子序列（Longest Common Subsequence, LCS）的长度。 核心思路： 1. 设 `dp[i][j]` 表示 `text1[:i]` 与 `text2[:j]` 的 LCS 长度。 2. 边界条件：当 `i==0` 或 `j==0` 时，`dp[i][j]=0`（空子串）。 3. 状态转移： - 若 `text1[i-1]== text2[j-1]`，则 `dp[i][j]= dp[i-1][j-1]+1`（把这两个相同字符计入 LCS）。 - 否则 `dp[i][j]=max(dp[i-1][j], dp[i][j-1])`（取两种排除其中一个字符的最大值）。 时间复杂度：`O(len(text1)*len(text2))` 空间复杂度：`O(len(text1)*len(text2))`（若需要可以进一步压缩到 `O(min(n,m))`，但这里直接写出最直观的二维表即可）。 ```python deflongest_common_subsequence(text1:str, text2:str)->int:""" 返回 text1 与 text2 的最长公共子序列长度。 参数： text1 (str): 第一个字符串 text2 (str): 第二个字符串 返回： int: 两个字符串最长公共子序列的长度 """ n, m =len(text1),len(text2)# 初始化二维 DP 表（n+1 行 m+1 列） dp =[[0]*(m +1)for _ inrange(n +1)]for i inrange(1, n +1):for j inrange(1, m +1):if text1[i -1]== text2[j -1]: dp[i][j]= dp[i -1][j -1]+1else: dp[i][j]=max(dp[i -1][j], dp[i][j -1])return dp[n][m]if __name__ =="__main__":assert longest_common_subsequence("abcde","ace")==3assert longest_common_subsequence("abc","def")==0assert longest_common_subsequence("","abc")==0assert longest_common_subsequence("AGGTAB","GXTXAYB")==4# AGTBprint("All tests passed.") 运行后会输出 `All tests passed.`，说明实现符合预期。 

题目2：图算法 - 岛屿数量

问题： def num_islands(grid: List[List[str]]) -> int: """ 给你一个由 '1'（陆地）和 '0'（水）组成的的二维网格，请你计算网格中岛屿的数量。 岛屿总是被水包围，并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。 示例： 输入：grid = [ ["1","1","1","1","0"], ["1","1","0","1","0"], ["1","1","0","0","0"], ["0","0","0","0","0"] ] 输出：1 """ # 请实现此函数 pass 

输出结果

下面给出 **完整、可直接运行** 的实现。 思路：遍历网格，遇到 `'1'` 时启动 **DFS（深度优先搜索）** 或 **BFS**，把同一座岛屿上的所有 `'1'` 都标记为已访问（这里直接把它们改为 `'0'`），然后岛屿计数加一。 -**时间复杂度**：`O(m*n)`，其中 `m`、`n` 分别是行数和列数。 -**空间复杂度**：递归深度最坏为 `O(m*n)`（DFS），如果使用显式栈可改成 `O(m*n)`；使用 BFS 也同样。 from typing import List defnum_islands(grid: List[List[str]])->int:""" 统计 2 维网格中用 '1' 表示陆地、'0' 表示水的岛屿数量。 参数： grid: List[List[str]]，二维字符网格。 返回： int：岛屿数量 """ifnot grid ornot grid[0]:return0 rows, cols =len(grid),len(grid[0]) island_cnt =0# 四个方向：上、下、左、右 dirs =[(-1,0),(1,0),(0,-1),(0,1)]defdfs(r:int, c:int)->None:"""深度优先搜索，将连通的陆地全部标记为 '0'（已访问）。""" stack =[(r, c)]while stack: cr, cc = stack.pop()if grid[cr][cc]!='1':continue# 标记为水，避免再次访问 grid[cr][cc]='0'for dr, dc in dirs: nr, nc = cr + dr, cc + dc if0<= nr < rows and0<= nc < cols and grid[nr][nc]=='1': stack.append((nr, nc))for i inrange(rows):for j inrange(cols):if grid[i][j]=='1': island_cnt +=1 dfs(i, j)# 或者改为递归方式return island_cnt if __name__ =="__main__": test_grid =[["1","1","1","1","0"],["1","1","0","1","0"],["1","1","0","0","0"],["0","0","0","0","0"]]assert num_islands(test_grid)==1 test_grid2 =[["1","1","0","0","0"],["1","1","0","0","0"],["0","0","1","0","0"],["0","0","0","1","1"]]assert num_islands(test_grid2)==3print("All tests passed.") 运行后会输出 `All tests passed.`，说明实现能够正确统计岛屿数量。 

4.3 SQL题测试

题目1：复杂查询 - 员工薪资排名

问题：
– 给定员工表 employees 和部门表 departments
– employees 表结构：id, name, salary, department_id
– departments 表结构：id, name
– 查询每个部门薪资前3名的员工信息，包括员工姓名、部门名称、薪资和排名

输出结果：

SELECT e.name AS employee_name, d.name AS department_name, e.salary, rn FROM(SELECT e.id, e.name, e.salary, e.department_id,/* 在同一部门内按薪资降序给每位员工排序 */ ROW_NUMBER()OVER(PARTITIONBY e.department_id ORDERBY e.salary DESC)AS rn FROM employees e )AS e JOIN departments d ON e.department_id = d.id WHERE rn <=3-- 只保留前 3 名ORDERBY d.id, rn;-- 可选：按部门号、薪资排名排序

题目2：数据分析 - 连续登录用户

– 给定用户登录表 user_logins
– 表结构：user_id, login_date
– 查找连续登录天数超过7天的用户ID

输出结果：

/* 1️⃣ 先把同一天多次登录合并成一条记录 */WITH uniq AS(SELECTDISTINCT user_id, login_date FROM user_logins ),/* 2️⃣ 为每个用户按日期排序并给行号 */ ranked AS(SELECT user_id, login_date, ROW_NUMBER()OVER(PARTITIONBY user_id ORDERBY login_date)AS rn FROM uniq ),/* 3️⃣ 计算“组号”——(date – row_number) 的结果 */ gaps AS(SELECT user_id, login_date,/* 以不同数据库写法为例： MySQL: DATE_SUB(login_date, INTERVAL rn DAY) PostgreSQL: login_date - rn * INTERVAL '1 day' SQL Server: DATEADD(day, -rn, login_date) Oracle: login_date - rn *//* 下面用标准 ANSI 兼容写法，按数据库自行替换 */(CASEWHEN@db_type='mysql'THEN DATE_SUB(login_date,INTERVAL rn DAY)WHEN@db_type='postgres'THEN login_date - rn *INTERVAL'1 day'WHEN@db_type='sqlsrv'THEN DATEADD(day,-rn, login_date)ELSE login_date - rn -- Oracle 及其它END)AS grp FROM ranked ),/* 4️⃣ 组（island）内计算连续天数 */ islands AS(SELECT user_id, grp,COUNT(*)AS consecutive_days -- 由于 ① 已去重，COUNT(*) 就是连续天数FROM gaps GROUPBY user_id, grp )SELECTDISTINCT user_id FROM islands WHERE consecutive_days >7;

题目3：窗口函数 - 移动平均

– 给定销售表 sales
– 表结构：sale_date, amount
– 计算每天的销售额以及最近7天的移动平均销售额

-- 1️⃣ 先把每天的总额汇总（如果有缺失天会缺失，后面再补齐）WITH daily AS(SELECT sale_date,SUM(amount)AS daily_amount FROM sales GROUPBY sale_date ),-- 2️⃣ 生成完整的日期序列（可选：只在需要填补空缺天时使用）-- 下面给出 MySQL、PostgreSQL、SQL Server 与 Oracle 的做法，任选其一即可 date_seq AS(/* MySQL 8+ 示例 */SELECT DATE_ADD('2023-01-01',INTERVAL seq DAY)AS d FROM(SELECT0AS seq UNIONALLSELECT1UNIONALLSELECT2UNIONALLSELECT3UNIONALLSELECT4UNIONALLSELECT5UNIONALLSELECT6/* … 用递归 CTE 或 numbers 表生成更长序列 */)AS seq /* PostgreSQL： generate_series('2023-01-01'::date, '2023-12-31', interval '1 day') AS d *//* SQL Server： SELECT DATEADD(day, v.number, '2023-01-01') AS d FROM master..spt_values v WHERE v.type = 'P' *//* Oracle： SELECT TRUNC(TO_DATE('2023-01-01', 'YYYY-MM-DD') + LEVEL - 1) d FROM dual CONNECT BY LEVEL <= 365 */),-- 3️⃣ 把完整日期表与每天销售额左连接，补齐缺失天 full_daily AS(SELECT d AS sale_date,COALESCE(daily_amount,0)AS daily_amount FROM date_seq d LEFTJOIN daily USING(sale_date)),-- 4️⃣ 计算 7‑天移动平均（窗口向前延伸 6 天） moving_avg AS(SELECT sale_date, daily_amount,AVG(daily_amount)OVER(ORDERBY sale_date ROWSBETWEEN6PRECEDINGANDCURRENTROW)AS avg_7days FROM full_daily )SELECT sale_date, daily_amount,ROUND(avg_7days,2)AS avg_7days FROM moving_avg ORDERBY sale_date;

4.4 数学题测试

题目1：概率统计 - 条件概率与贝叶斯定理

某医院使用一种新的疾病检测试剂，已知：
该疾病在人群中的患病率为 0.1%（即 1000 人中有 1 人患病）
试剂的敏感性为 99%（即患病者中有 99% 会被检测为阳性）
试剂的特异性为 95%（即健康者中有 95% 会被检测为阴性）
现在某人检测结果为阳性，请计算：
该人真正患病的概率是多少？
如果要使患病概率达到 90% 以上，试剂的特异性至少需要达到多少？
请写出完整的计算过程和数学推理。

首先正确答案是：该人真正患病的概率是1.94%，试剂的特异性至少需要达到99.99%
通过以下图片可以看出，模型给出了正确的答案