OpenAI新“红队”模型GPT-Red：网络攻击模拟助力AI模型鲁棒性提升
创始人
2026-07-16 12:18:19
0次
7月16日，OpenAI宣布了其内部使用的网络安全“红队”模型GPT-Red，该模型能够自动化地进行网络攻击模拟，旨在提升对外模型产品的鲁棒性。自GPT-5.3版本以来，OpenAI的每个生产模型均已使用GPT-Red进行训练，显著降低了伪造思维链型攻击的成功率，从GPT-5.1的95%降至最新模型的不足10%。GPT-5.6Sol在直接提示符注入攻击中的失败率仅为0.05%。
GPT-Red采用自博弈强化学习进行训练，与一组不同的防御型LLM在广泛的红队场景上同时训练。GPT-Red因诱发有效失败而获得奖励，而防御型模型则因抵抗攻击并完成其原始任务而获得奖励。随着防御型模型的增强，GPT-Red被迫发现更强大、更多样化的攻击手段。OpenAI表示，“红队”模型与产品模型相隔离，通过这种方式，OpenAI开启了一个良性的人工智能网络安全循环，利用现有模型来增强未来模型的鲁棒性、一致性和可信度。
相关内容
热门资讯
视频丨216国道抢通已推进至核...
8月26日上午，因尼泊尔一侧发生泥石流灾害，造成西藏日喀则市吉隆县吉隆口岸重大人员伤亡、失联。抢险救...
半小时就能配齐一台机器人，深圳...
编者按：健康完备的经济生态，是推动高质量发展的重要保障。即日起，南方日报、南方+推出“解码广东经济生...
两宫超1.2万个学位！广州天河...
有剧场、科技馆、体育馆美术馆、书画室、艺创工坊……天河区少年宫新宫 （下称“天河区少年宫”）将于今年...
视频丨西藏吉隆县泥石流灾害抢险...
西藏吉隆县泥石流灾害抢险救援进入第7天。今天（9月1日）上午9时55分，西藏自治区在日喀则市公安局吉...
数智赋能黔山田：从“云端”算力...
近日，2026中国国际大数据产业博览会(简称“数博会”)在贵阳正式拉开帷幕。在这场以“词元——数据要...
8月深圳楼市持续稳固向好 二手...
8月，全市新建商品住宅和二手住宅合计成交6864套，同比增长8.5%，国家统计局发布的一、二手住宅销...
9月5日起，广州黄埔新增设多个...
@黄埔街坊9月5日起黄埔新增设多个公交车站8月30日，广州市交通运输局官网发布《关于优化公共汽车南海...
开学第一课丨我国运载火箭为啥叫...
今年，是中国共产党成立105周年，中国工农红军长征胜利90周年。在中国共产党百余年奋斗历程中，长征，...
新华鲜报|一树扎根沙地 “赛考...
“故事永远不会结束。”9月1日，北京首都国际机场。返程前，美国友人“赛考斯”（本名罗纳德·萨科尔斯基...
各地学校举办丰富多彩“开学第一...
央视网消息：这两天，全国中小学陆续迎来新学期。各地以主题鲜明、形式多样的“开学第一课”，引导学生们厚...