IT之家 7 月 16 日新闻，，，，OpenAI 外地时间 15 日先容了其内部使用的网络清静“红队”模子 GPT-Red
。。该模子可自动化地举行种种网络攻击模拟，，，，资助 OpenAI 提升对外模子产品的鲁棒性
。。

OpenAI 体现，，，，其已往半年自 GPT-5.3 后的每个生产模子均将“红队”模子用于训练
。。伪造头脑链型攻击的乐成率已从 GPT-5.1 上的 95% 降低至最新模子上的缺乏 10%；；；；最新的 GPT-5.6 Sol 在 GPT-Red 的直接提醒符注入攻击中失败率仅有 0.05%
。。

GPT-Red 使用自博弈强化学习举行训练：其自己和一组差别的防御型 LLM 在普遍的红队场景上同时举行训练
。。GPT-Red 因乐成诱发有用失败而获得奖励，，，，而防御型模子则因反抗攻击并完成其原始使命而获得奖励
。。随着防御型模子变得越来越强盛，，，，GPT-Red 被迫发明更强盛、更多样化的攻击
。。

“红队”模子与产品模子相隔离
。。OpenAI 相信其已开启了良性的人工智能网络清静循环，，，，可使用现有模子来增强未来模子的鲁棒性、一致性、可信度
。。

然而，，，，伪科学恰恰善于使用这种“忠实”来制造重大的心理反差：