OpenAI发布内部网安红队模型GPT-Red，自动化攻击模拟提升鲁棒性

OpenAI介绍了内部使用的网络安全红队模型GPT-Red。该模型通过自博弈强化学习训练，可自动化模拟网络攻击。自GPT-5.3后的每个生产模型均使用GPT-Red进行训练。伪造思维链攻击成功率从GPT-5.1的95%降低至最新模型不足10%，最新GPT-5.6 Sol在直接提示符注入攻击中失败率仅0.05%。