跳到正文
热点事件持续更新

OpenAI 公开对抗蒸馏防御措施并强化模型保护

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

OpenAI 公布其检测与打击对抗蒸馏的方法,并强化了 GPT-6.2 Astra 与 GPT-6.2 Sol 模型对受保护推理链的保护,同时将部分防护改进应用于 GPT-6 Astra,称相关经验可帮助强化全行业防御。 在自适应黑盒红队评估中,从早前请求提取受保护推理的平均攻击成功率由 GPT-6 Astra 原有防护下的 54.0% 降至 GPT-6.2 Astra 更新防护下的 0.2%。OpenAI 还表示,计划稍后分享更多关于近期已打击的对抗蒸馏活动的信息。

AI 根据报道生成 · 9 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月21日
  1. Hacker News
    OpenAI 强化 GPT-6.2 Astra 与 GPT-6.2 Sol 的对抗性蒸馏防御

    OpenAI 介绍其检测和打击对抗性蒸馏的方法,并强化了 GPT-6.2 Astra 与 GPT-6.2 Sol 对受保护推理链的保护。在自适应黑盒红队评估中,从早前请求提取受保护推理的平均攻击成功率由 GPT-6 Astra 原有防护下的 54.0% 降至 GPT-6.2 Astra 更新防护下的 0.2%。

本事件热度走势

可比范围当前
8
可比范围峰值
1011月21日 05:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。