Artículos e investigación

OpenAI usa IA para atacar su propia IA: GPT-Red descubre vulnerabilidades con un 84 % de éxito, muy por encima de los humanos

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

Resumen de IA

OpenAI entrenó el modelo interno GPT-Red, que simula automáticamente ataques como la inyección de prompts mediante aprendizaje por refuerzo con autojuego, con una tasa de éxito del 84 % en escenarios de prueba frente al 13 % del red team humano. Los hallazgos de GPT-Red se usaron directamente en el entrenamiento, lo que redujo seis veces los fallos de GPT-5.6 Sol ante inyección directa de prompts respecto al mejor modelo de hace cuatro meses, sin afectar al rendimiento general. Aún logran éxito cerca del 3,8 % de los prompts de inyección “más fuertes”, y GPT-Red no está disponible al público por ahora.

Puntos clave

  • OpenAI entrenó el modelo interno GPT-Red,que simula automáticamente ataques como la inyección de…
  • Los hallazgos de GPT-Red se usaron directamente en el entrenamiento,lo que redujo seis veces los…
  • 6 Sol ante inyección directa de prompts respecto al mejor modelo de hace cuatro meses,sin afectar…
  • Aún logran éxito cerca del 3,8 % de los prompts de inyección “más fuertes”,y GPT-Red no está…

Resumen rápido

Publicado
Actualizado
Fuente
The Decoder:AI News(RSS)
Categoría
Artículos e investigación
Puntuación IA
71
Leer el original Leer el artículo completo en la fuente original
Por qué importa

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。

Entidades relacionadas

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: OpenAI usa IA para atacar su propia IA: GPT-Red descubre vulnerabilidades con un 84 % de éxito, muy por encima de los humanos. 16. julio 2026. https://new.nat6.net/es/news/cmrmi4f4x01ilbiul55xb25fm/

Ver todo →