1
GPT-Red: Unlocking Self-Improvement for Robustness
OpenAI用自我对弈实现自动化红队测试，大幅提升AI安全与提示注入防御能力。
Explore GPT-Red, OpenAI’s automated red teaming system that uses self-play to improve AI safety, alignment, and prompt injection robustness.
2
打造 AI 网安“红队”：OpenAI 介绍内部漏洞检测模型 GPT-Red
OpenAI自曝内部“红队”模型GPT-Red，将提示注入攻击成功率从95%压至0.05%，AI安全实战效果惊人。
IT之家 7 月 16 日消息，OpenAI 当地时间 15 日介绍了其内部使用的网络安全“红队”模型 GPT-Red。 该模型可自动化地进行各种网络攻击模拟 ，帮助 OpenAI 提升对外模型产品的鲁棒性。 OpenAI 表示，其过去半年 自 GPT-5.3 后的每个生产模型均将“红队”模型用于训…
3
Meet GPT-Red: an LLM super-hacker OpenAI built to make its models safer
OpenAI打造LLM超级黑客GPT-Red，与GPT-5.6对抗训练，让模型安全防御能力大幅提升。
OpenAI has built an LLM super-hacker called GPT-Red that it uses as a sparring partner to help its other models boost their defenses against cyberatta…