По данным openai.com, OpenAI построила автоматическую систему red teaming под названием GPT-Red. Она использует self-play, чтобы улучшать безопасность и выравнивание моделей. Red teaming это проверка безопасности, которую обычно проводят команды людей, ищущих способы взломать или перехватить систему, отмечает technologyreview.com.
GPT-Red показывает себя сильным атакующим: по данным openai.com, прежние модели компании оказались уязвимы к его инъекциям промптов. Свою флагманскую модель GPT-5.6 OpenAI выпустила 9 июля 2026 года.