OpenAI 公布受保护推理提取的防御评测结果
OpenAI 公布受保护推理提取的防御评测结果 在内部自适应红队评测中,从历史请求提取受保护推理的平均成功率,由原始防护的 GPT-6 Astra 的 54.0% 降至更新防护的 GPT-6.2 Astra 的 0.2%。
OpenAI 公布受保护推理提取的防御评测结果 在内部自适应红队评测中,从历史请求提取受保护推理的平均成功率,由原始防护的 GPT-6 Astra 的 54.0% 降至更新防护的 GPT-6.2 Astra 的 0.2%。
报告同时介绍请求级保护与协调攻击检测;这些数字对应特定模型、攻击集合和评测条件,不能解释为所有蒸馏或数据提取风险均已消除。