全部论文

OpenAI 发布 GPT-Red：通过自博弈训练自动化红队智能体

训练自博弈红队智能体 GPT-Red，规模化生成提示注入与越狱攻击

arXiv

2607.26115

发表

7月29日

层

应用层

场景

AI Agent

攻击者

黑盒

被测模型

GPT-5.6、GPT-5.5、GPT-5.4 等 8 个

• 攻击提示注入
• 技术自动化搜索
• +1+1