OpenAI 推出了 GPT-Red,一个内部自动化系统,旨在大规模识别其 AI 模型中的提示注入漏洞。该系统通过对抗性自我博弈进行学习,在此过程中它会尝试利用防御模型,并利用成功的攻击来改进未来的模型。OpenAI 报告称,针对 GPT-Red 的训练已使其 GPT-5.6 Sol 模型具有显著的更强韧性,在面对提示注入攻击时,其故障率比之前的生产模型低六倍。 AI
影响 增强了 AI 模型的安全性和韧性,有可能加速更强大的 AI 系统的开发和部署。
排序理由 OpenAI 宣布了一个新的内部系统 (GPT-Red),用于提高 AI 模型的安全性和韧性,直接影响未来的模型开发。
AI 生成摘要 · Google Gemini · 来自 5 个来源。 我们如何撰写摘要 →