GPT-Red:解锁鲁棒性的自我改进
介绍OpenAI自动化红队系统GPT-Red,利用自我对弈提升AI安全、对齐与提示注入鲁棒性。
中文处理结果
探索 GPT-Red,OpenAI 的自动化红队系统,利用自我对弈来提升AI安全、对齐以及提示注入鲁棒性。
原始正文摘录
GPT-Red: Unlocking Self-Improvement for Robustness
Explore GPT-Red, OpenAI’s automated red teaming system that uses self-play to improve AI safety, alignment, and prompt injection robustness.