论文与研究

OpenAI 报告存在可自我复制的提示词注入

原文标题:Self-replicating prompt injections exist

AI 摘要

OpenAI 证明存在一种可像蠕虫一样自我传播的新型提示词注入,发现于 2026 年 6 月 27 日,基于 GPT-Red 自博弈红队训练,攻击模型基于 GPT-5.4-mini,受测模型包括 GPT-5.4-mini 和 GPT-5.5。

关键信息

  • OpenAI 证明存在一种可像蠕虫一样自我传播的新型提示词注入,发现于 2026 年 6 月 27 日,基于 GPT-Red 自博弈红队训练,攻击模型基于 GPT-5.
  • 4-mini,受测模型包括 GPT-5.
  • 4-mini 和 GPT-5.
  • OpenAI 披露自复制提示词注入的实测案例与防御计划,展示了攻击如何借邮件和文件系统传播

速览

发布时间
更新时间
来源
OpenAI:失准报告与通报(网页)
分类
论文与研究
AI 评分
69
阅读原文 前往信息源阅读完整正文
推荐理由

OpenAI 披露自复制提示词注入的实测案例与防御计划,展示了攻击如何借邮件和文件系统传播。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:OpenAI 报告存在可自我复制的提示词注入。2026年9月25日。https://new.nat6.net/news/l0p27y7t9kdxf7egvf32bob3w/

查看全部 →