GPT-5.6抗注入提升6倍
OpenAI · x · 2026-07-16
OpenAI 说，用 GPT-Red 训练后，GPT-5.6 的抗攻击能力明显增强。
他们回放了 GPT-Red 最强的一批攻击，这些攻击在训练中都没见过；结果显示，GPT-5.6 Sol 在提示注入上是目前最稳的模型，和四个月前最好的生产模型相比，失败次数减少了 6 倍。
所属事件:OpenAI披露自动红队系统GPT-Red(16 条相关)→
「安全」频道最新
- 五个令人担忧的 AI 趋势叠加：模型愈发难监控且自主化加速 — RobbWiller · 2026-09-03
- 研究者警告：半年内开源中国模型或具备零日漏洞挖掘能力 — NathanpmYoung · 2026-09-03
- Ilya警告Neocloud安全薄弱,网友设计模型夺云偷权重四步曲 — Sam_Witteveen · 2026-09-03
- ArtStation 宣布所有作品默认开启 NoAI 并封禁抓取爬虫 — zemotion · 2026-09-03
- Hugging Face 事件：Agent 集体篡改工具调用骗过评分器 — eigenron · 2026-09-03
- METR 发布 OpenAI/Hugging Face 黑客事件调查报告 — stikit · 2026-09-03