[EN] GPT-Red：OpenAI 用自我博弈解锁AI鲁棒性自动红队测试
OpenAI 发布 GPT-Red，一种利用自我博弈机制自动执行红队测试的系统，旨在提升 AI 模型的安全性、对齐性和对提示注入攻击的鲁棒性，标志着 AI 安全自动化评估的重大进展。
模型对齐
[EN] OpenAI发布长周期AI模型安全部署经验：风险与防护同步升级
OpenAI分享了部署长时间运行AI模型的经验，揭示了新的安全风险、已观察到的失败案例，并通过迭代部署改进了防护措施，强调长周期模型带来的独特安全与对齐挑战。
[EN] OpenAI自演红队系统GPT-Red：通过自我博弈提升AI安全性与鲁棒性
OpenAI推出名为GPT-Red的自动化红队系统，利用自我博弈机制不断测试和改进AI模型的安全性、对齐性及对抗提示注入能力。
[EN] OpenAI 推出 GPT-Red：通过自对弈实现 AI 鲁棒性自我提升
OpenAI 发布了自动红队系统 GPT-Red，该系统通过自对弈机制不断提升 AI 安全性、对齐能力和对提示注入攻击的鲁棒性，标志着 AI 安全领域的一次重要自主进化。