A OpenAI agora está usando IA para atacar sua própria IA, e está funcionando melhor do que os humanos jamais conseguiram

O modelo interno GPT-Red da OpenAI encontra ataques bem-sucedidos em 84 por cento dos cenários de teste por meio de treinamento por self-play. Os red teamers humanos alcançam apenas 13 por cento. Os resultados alimentam diretamente o reforço de modelos como o GPT-5.6 Sol. O artigo A OpenAI agora está usando IA para atacar sua própria IA, e está funcionando melhor do que os humanos jamais conseguiram apareceu primeiro em The Decoder.