取消
搜索历史

    OpenAI为两款模型加装防护,蒸馏攻击提取率明显降低

    来源:电子芯片网 2026-11-21 10:53业界资讯

    11月20日,OpenAI对外说明,GPT-6.2 Astra和Sol模型的安全机制完成升级,目标是应对未经授权的对抗性蒸馏。这类做法会借助前沿模型的输出训练竞品,进而让高风险能力绕开原有安全限制向外扩散。

    为降低被提取推理链的可能,OpenAI采取了多层防护。对抗性训练、输入与输出分类器、API会话隔离等手段被组合使用。测试覆盖6个攻击模型,历史请求的推理提取成功率由54.0%压缩到0.2%,当前请求的提取率则由22.9%降至0.9%。

    OpenAI还提到,今年以来持续对违规蒸馏行为展开执法,每周会封禁数千到数万个相关账号。公司同时与行业伙伴共享攻击指标,以提升对这类风险的识别和拦截能力。

    (本文内容信息不代表电子芯片网观点,如有版权疑问请马上联系客服。)