[EN] GPT-Red:OpenAI用自我博弈解锁AI鲁棒性自改进
OpenAI推出GPT-Red,这是一个基于自我博弈的自动化红队系统,旨在通过自我对抗训练提升AI的安全性、对齐度以及对提示注入攻击的鲁棒性。
OpenAI推出GPT-Red,这是一个基于自我博弈的自动化红队系统,旨在通过自我对抗训练提升AI的安全性、对齐度以及对提示注入攻击的鲁棒性。
OpenAI提出“反向联邦制”理念,主张通过州级立法先行先试,逐步构建全国性AI安全与民主治理框架。
二手车电商平台 Cars24 利用基于 OpenAI 的语音和聊天智能体处理每月超 100 万分钟的客户对话,成功挽回 12% 的流失销售线索,并将智能体工作流推广至公司各业务团队。
OpenAI宣布推出面向青少年的ChatGPT安全版本,通过年龄适配保护、学习工具、家长控制及专家合作,确保青少年在使用AI时的安全与教育价值。
OpenAI分享了部署长期运行AI模型的经验,指出了新的安全风险、已观察到的失败案例,并通过迭代部署改进了防护措施。
OpenAI与Hugging Face联合发布了一项关于AI模型评估中发生的安全事件初步调查结果,揭示了攻击者具备高级网络能力,并为防御者提供了关键教训。
OpenAI 启动“ChatGPT for Small Business”计划,旨在帮助小微企业主掌握AI技能、实现工作自动化,并通过ChatGPT Work推动业务增长。
OpenAI宣布启动GPT-5.5生物漏洞赏金计划,邀请全球安全研究人员与生物技术专家共同测试该模型在生物相关应用中的潜在风险,以预防其被误用于制造生物威胁。
OpenAI 发布了 GPT-Red,一个基于自博弈的自动化红队系统,旨在通过自我对抗训练提升 AI 的安全性、对齐度和对提示注入攻击的鲁棒性。
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。