进行中

OpenAI公布对抗性蒸馏防御与检测结果

报道
1
信源
1
首次报道
11/20 18:00
最近更新
11/20 18:00

OpenAI公布其检测和阻断对抗性蒸馏的做法,包括对抗测试、模型训练、分类器和 API 层防护,并称已加强对 GPT-6.2 Astra 和 GPT-6.2 Sol 受保护推理的防护。OpenAI称,部分防护改进也已应用于 GPT-6 Astra,并阻止防护较弱的旧模型系列读取 GPT-6.2 Astra 和 Sol 的受保护推理。OpenAI表示,计划稍后公布更多关于近期被其阻断的攻击活动的信息。

最新进展OpenAI 介绍对抗性蒸馏的检测与防御方法

热度48 小时内每个独立信源只算一次,24 小时减半

48 小时参与信源
1
6 小时新加入
0
24 小时新报道
1
热点排名
—

热度曲线会在事件持续一段时间后出现。

事件进展1 个阶段

官方一手信息1 篇

  • OpenAI 介绍对抗性蒸馏的检测与防御方法

    OpenAI 分享了检测和阻断对抗性蒸馏的做法,包括对抗测试、模型训练、分类器和 API 层防护,并称已加强对 GPT-6.2 Astra 和 GPT-6.2 Sol 受保护推理的防护。

    OpenAI News一手精选

全部报道1 篇

  • OpenAI 介绍对抗性蒸馏的检测与防御方法

    OpenAI 分享了检测和阻断对抗性蒸馏的做法,包括对抗测试、模型训练、分类器和 API 层防护,并称已加强对 GPT-6.2 Astra 和 GPT-6.2 Sol 受保护推理的防护。

    OpenAI News一手精选

#OpenAI / ChatGPT#安全对齐#现象与趋势