2019 年 2 月 14 日，OpenAI 发出一篇题为「更好的语言模型及其影响」的博文，公布 GPT-2：一个 15 亿参数的语言模型，不用针对具体任务做训练，续写起长文来通顺得让人侧目。而同一篇博文里还有一条当时少见的决定：完整模型不一次公开，先放一个只有八分之一规模的小版本观察情况。这篇按公开时间线讲清楚，这个分阶段发布的决定是怎么做出的、后来怎么放完的，以及它留下了什么先例。
2019 年 2 月的第一次放出
OpenAI 这家 2015 年成立的实验室（沿革见OpenAI 成立一篇）当时做出 GPT-2，训练数据是论文里写明的 WebText：从网络链接爬取并清洗的约 800 万个网页。按论文报告，这个模型在零样本条件下做阅读理解、摘要、翻译等任务都有超出预期的表现，续写新闻式文本的连贯程度尤其引人注意。
博文同时说明了不放全量的公开理由：团队担心有恶意用户会用它批量生成以假乱真的文本，先放小版本是为了观察滥用情况。公开材料只点了「生成看似新闻的文本」这类用途的类别，没有展开细节。这也是本文的口径：只记录公开时间线与公开声明。
把后来的节奏拉直看：
2019 年 2 月，GPT-2 公布，先放出最小的 1.24 亿参数版本；2019 年 5 月，放出 7.74 亿参数版本；2019 年 8 月，完整 15 亿参数模型按公开说明全量放出；2020 年 5 月，GPT-3 论文发表，提示式用法接棒。
四个批次的公开节奏
GPT-2 论文一共训练了 1.24 亿、3.55 亿、7.74 亿、15 亿四个规模档位的模型，此后的放出基本按规模从小到大推进，每放一批都有公开说明。以公开资料为准，中间批次的放出时间与衔接细节各家梳理略有出入，但「分批放出、一年放完」这个框架没有争议。
值得注意的是放出方式的变化：后几批不再只是下载权重，团队陆续配上了公开演示、采样代码与使用说明。换句话说，分阶段发布不只是「扣着不放」，也在同步补观察手段与配套文档。
两极的公开评价
这个决定在当时收获了方向相反的两种公开评价。一种意见认为这是 AI 安全实践的一次认真实验：能力先小范围放出、观察滥用、再逐步放开，给社会留出反应时间。另一种意见相当尖锐：不少研究者公开指出，GPT-2 的续写质量谈不上「危险」，当初的谨慎有夸大宣传之嫌，反而替发布造了势。这两类评论在当年的公开报道里都有完整记录，孰对孰错本文不做评断，只记录两种立场都真实存在过。
| 立场 | 主要论据 | 公开记录里的说法 |
|---|---|---|
| 支持谨慎 | 能力先小范围放出、观察滥用、再逐步放开，给社会留出反应时间 | 被视为 AI 安全实践的一次认真实验 |
| 质疑能力 | GPT-2 的续写质量谈不上「危险」 | 不少研究者公开指出 |
| 质疑动机 | 当初的谨慎有夸大宣传之嫌，反而替发布造了势 | 两类评论在当年的公开报道里都有完整记录 |
分阶段发布成了先例
以公开记录看，此后几年分阶段发布逐渐成了大模型行业的惯例之一：重要模型发布前后配能力说明、内测排队、灰度开放，已经随处可见。配套的风险披露也发展出自己的格式，比如把能力边界、评测结果写进标准化文档的模型卡片做法，与 GPT-2 这批实践同属一条线。
一年后 GPT-3（见GPT-3 发布时为什么炸场一篇）的参数翻了百倍，开放方式改成 API 按量调用，能力发放的节奏仍然握在发布方手里；等ChatGPT 上线两个月发生了什么把 AI 应用推到大众眼前，「怎么放、先放给谁」就成了每家实验室发布前必须回答的问题。今天你打开豆包、通义千问这类 AI 应用，新版本往往先小范围试用再全量推送，这套节奏的源头之一，就是 2019 年 2 月那个决定。
关于GPT-2的三问三答
- GPT-2 当年为什么不一次放完？公开理由见 OpenAI 2019 年 2 月的博文：担心恶意用户用它批量生成以假乱真的文本，故先放小版本观察，再分批放出。
- 完整模型是什么时候放出来的？按 OpenAI 公开说明，2019 年 5 月放出 7.74 亿参数版本，8 月放出完整 15 亿参数模型，中间细节以公开资料为准。
- 分阶段发布留下了什么？它成了后来大模型发布与安全实践的常被引用的先例；当年的两极评价也延续成此后每次大模型发布都会重演的争论。
