OpenAI выпустила GPT-Red — автоматизированную модель «красной команды», основанную на методе обучения с подкреплением посредством самоигры. Она снижает долю неудачных атак с прямым внедрением подсказок до 0,05%, достигая 84% успешности атак по сравнению с 13% у человека. Интегрированная в процесс обучения модели GPT-5.6Sol, она повышает устойчивость системы без ущерба для общих возможностей, демонстрируя эффект «маховика безопасности» ИИ.