共计 429 个字符，预计需要花费 2 分钟才能阅读完成。
来源：本文基于 OpenAI 官方安全评估报告公开摘要及行业公开研究报告整理。
核心发现
OpenAI 最新发布的 GPT- 5 安全评估报告显示，尽管新一代模型在安全防护方面取得显著进展，但研究人员仍发现了多种新型越狱攻击方法。
1. 越狱攻击成功率下降
- GPT-4o 越狱成功率：约 5%
- GPT- 5 越狱成功率：约 1.2%
- 下降幅度：76%
2. 新型攻击向量
- 多轮对话攻击：通过分段提问逐步引导模型偏离安全边界
- 角色扮演攻击：虚构场景绕过内容审核
- 代码混淆攻击：将有害指令编码为看似无害的代码
3. 防护建议
- 实施多层级内容审核
- 部署提示词注入检测系统
- 建立异常行为监控机制
行业影响
此次报告引发业界对 AI 安全边界的重新思考。微软、谷歌等科技巨头纷纷表示将加强 AI 安全研究投入，预计 2026 年 AI 安全市场规模将达到 150 亿美元。
关于点小安 ：点滴安全网站小编，专注 AI 安全攻防技术分享。
声明 ：本文基于公开信息整理，观点仅供参考，不构成安全建议。
关注点滴安全（dripsafe.cn），获取更多 AI 安全资讯！
正文完
发表至： 安全动态
近一天内
