PulseAugur
中
实时 20:20:27
实体 GPT-Red

GPT-Red

PulseAugur coverage of GPT-Red — every cluster mentioning GPT-Red across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
时间线
  1. 2026-07-15 research_milestone OpenAI introduces GPT-Red, an automated red-teaming system to improve AI model safety and resilience. 来源
  2. 2026-07-15 product_launch OpenAI has introduced GPT-Red, an AI system designed for automated red teaming to improve AI safety and robustness. 来源
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 3 条
  1. TOOL · CL_145019 ·

    OpenAI 使用 AI 发现 AI 漏洞，超越人类测试者

    OpenAI 正在使用其内部的 GPT-Red 模型来识别其自身 AI 系统的漏洞，在模拟攻击中取得了 84% 的成功率。这种由 AI 驱动的方法显著优于人类红队测试人员，后者仅取得 13% 的成功率。从这些由 AI 主导的安全测试中获得的见解对于增强 GPT-5.6 Sol 等未来模型的鲁棒性至关重要。
  2. FRONTIER RELEASE · CL_144883 ·

    OpenAI 发布 GPT-Red 用于规模化 AI 安全测试 · 已追踪 5 个来源

    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。
  3. SIGNIFICANT · CL_144855 ·

    OpenAI构建GPT-Red AI以自动化模型安全测试 · 跟踪4个来源

    OpenAI开发了一个名为GPT-Red的AI系统，旨在充当“超级黑客”，以增强其其他大型语言模型的安全性和可靠性。GPT-Red采用自我对抗机制，与其他模型进行对抗，以发现和利用漏洞，特别是在提示注入攻击等领域。这种自动化的红队测试方法旨在主动识别和修补弱点，使OpenAI的模型在面对潜在的现实世界威胁时更加鲁棒和安全，包括GPT-Red发现的“虚假思维链”等新型攻击向量。