• LLM 動向
• 安全性

OpenAIが自動レッドチームAI「GPT-Red」を発表 LLMの脆弱性発見を効率化

OpenAIは、AIモデルの脆弱性を自動で発見する「GPT-Red」を発表しました。人間の専門家によるレッドチーミングの課題を解決し、大規模かつ多様な攻撃データを生成。GPT-Redは、攻撃成功率84%を達成し、最新モデル「GPT-5.6 Sol」の堅牢性向上に大きく貢献しています。AIの安全性確保に向けたOpenAIの取り組みに注目です。