跳到正文
The Decoder· Matthias Bastian·· 1 天前AI 评分58

OpenAI 强化 GPT-6.2 系列模型内部推理保护机制

OpenAI makes it much harder for attackers to extract how its latest AI models think

AI 导读

OpenAI 通过针对性训练、输入输出过滤及 API 限制,大幅降低了 GPT-6.2 Astra 和 GPT-6.2 Sol 模型被提取内部推理过程的成功率,其中针对历史请求的攻击成功率从 54.0% 降至 0.2%。此外,OpenAI 每周封禁数万个违规账户以应对协同攻击,Anthropic 也采取了类似措施打击系统性蒸馏攻击。

来源:The Decoder · the-decoder.com