OpenAI 推出自动红队 GPT-Red
CodeByPoonam · x · 2026-07-16
OpenAI 发布了内部自动化红队系统 GPT-Red，目标是大规模寻找模型的 prompt injection 漏洞，帮助在更大范围部署前强化防线。
帖子还强调，GPT-Red 会让两个 AI 相互对抗、不断迭代攻击与防御策略；在 prompt-injection 测试中，据称它已能破解 84% 的场景，表现甚至超过人工红队。
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
- 斯坦福秋季新开 CS120 课程:AI 安全导论 — sanmikoyejo · 2026-09-03
- XBOW 团队拿下今年首个 Chrome 全链漏洞利用奖励 — moyix · 2026-09-03
- x402 协议缺卖家审核，开发者自建验签服务并踩坑实录 — Cold_Quiet_7072 · 2026-09-03
- 全美最大学区禁令：纽约公立学校八年级以下课堂禁用生成式 AI — PolarBearby · 2026-09-03
- 法国政府与 Mistral 签新约，AI 进入网络安全与司法公共服务 — Loo_Atreides · 2026-09-03
- 可解释性研究员:白盒方法再好,科学成熟也需时间沉淀 — saprmarks · 2026-09-03