返回 AI 情报
精选2026-11-12T08:00:00.000ZOpenAI：Alignment 研究博客
OpenAI 用自动化红队训练提升 GPT-6 Astra 和 Sol 在高风险领域的模糊鲁棒性
精选理由
OpenAI 自己披露的训练方法细节，展示了用自动化攻击生成数据提升模糊鲁棒性的可控实验和结果。
AI 摘要
OpenAI 研究团队介绍如何用自动化红队提升模型在网络、生物等高风险双用途领域的模糊鲁棒性，通过扩大攻击者模型的测试时算力迭代搜索越狱，并要求攻击在多次重复测试中成功（worst@n），生成可靠的对抗训练数据用于 RL 训练。
原文
Original Title
OpenAI 用自动化红队训练提升 GPT-6 Astra 和 Sol 在高风险领域的模糊鲁棒性
Source
OpenAI：Alignment 研究博客
Site
alignment.openai.com
Published
2026-11-12T08:00:00.000Z