已验证65% 置信事实精确时间
OpenAI、Anthropic、Google均设有专门的红队（Red Team）持续测试和修补越狱漏洞
3
来源数
65%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
AI聚合平台免费用顶级模型？冷静分析与避坑指南
bilibili子非鱼EE2026/6/4
相关事实
待验证OpenAI、Anthropic等公司建立了专门的红队测试（Red Teaming）机制和多层内容过滤系统82% 相似待验证OpenAI披露了一个名为GPT-Red的内部对抗性模型，专门用来攻击AI智能体的红队安全工具64% 相似待验证OpenAI描述了一套分层软性安全防护栈，涵盖训练保护、实时内容检查、账户风险监测、访问权限控制、行为监控和持续红队测试64% 相似已验证OpenAI表示投入超过70万小时A100等效算力用于自动化红队测试62% 相似待验证OpenAI的InstructGPT、Anthropic的Constitutional AI以及Meta的Llama系列都采用了类似的安全对齐流程62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/61405API
curl https://kongchang.com/api/v1/knowledge/claims/61405MCP
get_claim(id=61405)