**OpenAI训练攻击性模型GPT-Red以提升GPT-5.6安全性**

_OpenAI训练了一个专门攻击AI的模型，只为让GPT更安全_

> OpenAI开发了名为GPT-Red的大语言模型，专门用于攻击其自身模型以寻找漏洞。该模型作为“陪练”提升了防御能力，其训练成果直接应用于最新旗舰模型GPT-5.6，使其成为OpenAI迄今最稳健的版本。

**来源信息**
- **来源**：麻省理工科技评论中文版：资讯（API）
- **分类**：ai-models
- **发布时间**：2026-07-16 21:12（北京时间）
- **原文**：[打开原文](https://www.mittrchina.com/news/detail/16649)