OpenAI发布内部自动化红队模型GPT-Red

OpenAI发布自动化红队模型GPT-Red，该模型采用自博弈对抗训练方式发现漏洞并提升模型安全性，用于对抗性训练GPT-5.6使其prompt injection基准失败率较4个月前的最优模型降低6倍，是OpenAI当前最强的自动化安全红队工具，该模型不公开发布，仅作为内部工具推动安全自改进。