---
license: apache-2.0
base_model: openai/gpt-oss-20b
language:
- en
- zh
tags:
- gpt-oss
- code
- moe
- mxfp4
- reasoning
- xcloudinfo
- gguf
pipeline_tag: text-generation
---
# gpt-oss-20b-Code-xCloud-GGUF

**云碩科技 · xCloudinfo**　·　系列：**程式 · Code**

以 `openai/gpt-oss-20b`（21B 總參 / 3.6B 活躍 / MoE / MXFP4 / harmony 推理格式）為基底 的**程式碼能力強化** reasoning 模型。以**執行驗證蒸餾**的程式碼指令資料做 LoRA 微調（LoRA 作用於 attention，MoE 專家維持原生 MXFP4），保留 gpt-oss 原生 reasoning 能力。（GGUF，MXFP4，約 14GB）

**功能**：寫程式——理解需求、產生可執行的 Python／程式碼解法，並保留逐步推理（reasoning）。

## 厲害在哪（據實、不灌水）
- **訓練料每一筆都經「執行驗證」**：解法在沙箱跑過隱藏測試、通過才收（rejection sampling）——不是網路爬來的程式碼，**每一筆都證明會動**。這是多數蒸餾模型給不出的資料品質保證。
- **保留通用 coding 實力**：HumanEval pass@1 **87.2%**（第三方題庫、greedy、164 題）——對 21B 總參 / 3.6B 活躍的開源模型屬頂規檔次。
- **整個家族的「碼力底層」**：[`TAIDE-zhTW`（繁中）](https://huggingface.co/xCloudinfo/gpt-oss-20b-TAIDE-zhTW) 與 [`Uncensored`（無審查）](https://huggingface.co/xCloudinfo/gpt-oss-20b-Uncensored-xCloud) 兩顆都疊在這顆之上。
- **輕量好部署**：MXFP4、約 14GB，單張中階 GPU（甚至 CPU）即可本地、可控、離線部署，Apache-2.0 商用友善。
> 定位是「**可控、可驗證、自架**的實用 coder」，不是去刷贏前沿封閉模型；價值在資料每筆可執行、行為可控、貼合自家技術堆疊。

## 做法
- **資料**：程式碼指令資料**每筆解法都先在沙箱跑過隱藏測試、通過才收**。
- **方法**：teacher 蒸餾 + 執行驗證閘門（rejection sampling）→ LoRA SFT。

## 用法（gpt-oss 是 reasoning 模型，務必加 `--jinja` 套用內建 harmony 模板）
### llama.cpp
```bash
hf download xCloudinfo/gpt-oss-20b-Code-xCloud-GGUF gpt-oss-20b-code.gguf --local-dir .
llama-server -m gpt-oss-20b-code.gguf --jinja -ngl 999 -c 8192 --host 0.0.0.0 --port 8080
```
### Ollama
```bash
printf 'FROM ./gpt-oss-20b-code.gguf\nPARAMETER num_ctx 8192\n' > Modelfile
ollama create gpt-oss-20b-code-xcloud -f Modelfile && ollama run gpt-oss-20b-code-xcloud "用 Python 寫一個 LRU cache，附簡短說明。"
```
> 模型會先思考再輸出最終答案，請給足回覆長度。完整 safetensors 版見對應 repo。

## 授權與來源聲明
- **基底**：[`openai/gpt-oss-20b`](https://huggingface.co/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。*