모델 출시

OpenAI, GPT-Red 공개…자동화 레드팀 테스트로 모델 견고성 향상

원제목:GPT-Red: Unlocking Self-Improvement for Robustness

AI 요약

OpenAI는 배포 전 취약점을 발견하고 훈련 중 공격을 생성해 모델 견고성을 높이는 자동화 레드팀 모델 GPT-Red를 훈련했다. GPT-Red는 이전의 거의 모든 모델을 공격할 수 있었으며, 그 공격은 GPT-5.6 Sol의 적대적 훈련에 사용되어 직접 프롬프트 주입 벤치마크에서의 실패율을 4개월 전 최고 생산 모델의 1/6로 낮췄다. GPT-Red는 자기 대국 강화학습으로 훈련됐으며 OpenAI 후훈련 사상 전례 없는 규모의 컴퓨팅이 투입됐다.

핵심 정보

  • OpenAI는 배포 전 취약점을 발견하고 훈련 중 공격을 생성해 모델 견고성을 높이는 자동화 레드팀 모델 GPT-Red를 훈련했다.
  • GPT-Red는 이전의 거의 모든 모델을 공격할 수 있었으며,그 공격은 GPT-5.
  • 6 Sol의 적대적 훈련에 사용되어 직접 프롬프트 주입 벤치마크에서의 실패율을 4개월 전 최고 생산 모델의 1/6로 낮췄다.
  • GPT-Red는 자기 대국 강화학습으로 훈련됐으며 OpenAI 후훈련 사상 전례 없는 규모의 컴퓨팅이 투입됐다.

한눈에 보기

게시
업데이트
출처
OpenAI:官网动态(RSS · 排除企业/客户案例)
카테고리
모델 출시
AI 점수
67
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

OpenAI 用自博弈训练出的红队模型 GPT-Red,把直接提示注入攻击成功率压到了 0.05%,而且没有降低模型能力。做 AI 安全的人应该好好读一下他们怎么实现这个飞轮的。

관련 엔티티

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: OpenAI, GPT-Red 공개…자동화 레드팀 테스트로 모델 견고성 향상. 2026년 7월 15일. https://new.nat6.net/ko/news/cmrmc527c0088bivcfrd3s2uz/

전체 보기 →