Papers & Forschung

OpenAI lässt KI die eigene KI angreifen: GPT-Red findet Sicherheitslücken automatisch, Erfolgsrate 84 % weit über menschlichem Niveau

Originaltitel:OpenAI is now using AI to attack its own AI, and it's working better than humans ever did

KI-Zusammenfassung

OpenAI hat das interne KI-Modell GPT-Red trainiert, das per selbstspielendem Reinforcement Learning automatisch Prompt-Injection- und andere Angriffe simuliert und in Testszenarien eine Erfolgsrate von 84 % erreicht, während menschliche Red Teams nur 13 % erzielen. Die Erkenntnisse von GPT-Red flossen direkt ins Training ein und senkten die Fehlerhäufigkeit von GPT-5.6 Sol bei direkten Prompt-Injections um das Sechsfache gegenüber dem besten Modell von vor vier Monaten, ohne die allgemeine Leistung zu beeinträchtigen. Etwa 3,8 % der „stärkeren“ Prompt-Injections sind weiterhin erfolgreich; GPT-Red ist vorerst nicht öffentlich zugänglich.

Kernpunkte

  • OpenAI hat das interne KI-Modell GPT-Red trainiert,das per selbstspielendem Reinforcement Learning…
  • Die Erkenntnisse von GPT-Red flossen direkt ins Training ein und senkten die Fehlerhäufigkeit von…
  • 6 Sol bei direkten Prompt-Injections um das Sechsfache gegenüber dem besten Modell von vor vier…
  • Etwa 3,8 % der „stärkeren“ Prompt-Injections sind weiterhin erfolgreich
  • GPT-Red ist vorerst nicht öffentlich zugänglich.

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
The Decoder:AI News(RSS)
Kategorie
Papers & Forschung
KI-Bewertung
71
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

OpenAI让AI攻击自己找漏洞,成功率84%把人甩在后面,直接拉低了GPT-5.6的注入失败率六倍,这比人类红队靠谱多了,但别忘了3.8%的缺口照样能捅娄子。

Verwandte Entitäten

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: OpenAI lässt KI die eigene KI angreifen: GPT-Red findet Sicherheitslücken automatisch, Erfolgsrate 84 % weit über menschlichem Niveau. 16. Juli 2026. https://new.nat6.net/de/news/cmrmi4f4x01ilbiul55xb25fm/

Alle ansehen →