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
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.
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/