术语slug: adaptive-extraction-asr

自适应提取攻击成功率

Adaptive Extraction ASR

衡量攻击者针对防御动态调整策略后仍成功窃取受保护推理的比例指标

收录情报动态

共 1 篇 · 第 1/1 页
The DecoderT2·基座大模型
78 分
OpenAI 强化推理防泄露 攻击成功率降至 0.2%

OpenAI 针对 GPT-6.2 Astra 与 Sol 大幅强化了推理内容防提取机制,在内部自动化测试中,从历史请求中窃取受保护推理的攻击成功率由 54.0% 降至 0.2%,针对活跃请求的攻击成功率由 22.9% 降至 0.9%。防御体系覆盖单请求层面的定向训练、输入输出过滤与 API 阻断,以及针对协同攻击的批量账号封禁,部分改进也将回补至 GPT-6 Astra。