Ra mắt mô hình

OpenAI phát hành GPT-Red: nâng cao độ bền vững của mô hình qua kiểm thử red team tự động

Tiêu đề gốc:GPT-Red: Unlocking Self-Improvement for Robustness

Tóm tắt AI

OpenAI đã huấn luyện mô hình red team tự động GPT-Red, dùng để phát hiện lỗ hổng trước khi triển khai và tạo tấn công trong quá trình huấn luyện nhằm nâng cao độ bền vững của mô hình. GPT-Red có thể phá vỡ gần như tất cả các mô hình trước đây, các cuộc tấn công của nó được dùng để huấn luyện đối kháng GPT-5.6 Sol, giúp tỷ lệ thất bại của mô hình này trong bài kiểm thử chuẩn chèn lệnh trực tiếp giảm xuống còn 1/6 so với mô hình sản xuất tốt nhất bốn tháng trước. GPT-Red được huấn luyện bằng học tăng cường tự đối kháng, với quy mô tính toán chưa từng có trong giai đoạn hậu huấn luyện của OpenAI.

Thông tin chính

  • OpenAI đã huấn luyện mô hình red team tự động GPT-Red,dùng để phát hiện lỗ hổng trước khi triển…
  • GPT-Red có thể phá vỡ gần như tất cả các mô hình trước đây,các cuộc tấn công của nó được dùng để…
  • 6 Sol,giúp tỷ lệ thất bại của mô hình này trong bài kiểm thử chuẩn chèn lệnh trực tiếp giảm xuống…
  • GPT-Red được huấn luyện bằng học tăng cường tự đối kháng,với quy mô tính toán chưa từng có trong…

Tóm tắt nhanh

Đăng lúc
Cập nhật lúc
Nguồn
OpenAI:官网动态(RSS · 排除企业/客户案例)
Danh mục
Ra mắt mô hình
Điểm AI
67
Đọc bản gốc Đọc toàn văn tại nguồn tin gốc
Lý do đề xuất

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。

Thực thể liên quan

Nguồn và bản quyền

Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.

Liên kết gốc · Mục AIHOT

Cách trích dẫn

Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.

Orange News: OpenAI phát hành GPT-Red: nâng cao độ bền vững của mô hình qua kiểm thử red team tự động. 15 tháng 7 2026. https://new.nat6.net/vi/news/cmrmc527c0088bivcfrd3s2uz/

Xem tất cả →