S
SkillNav

OpenAI 用 IH-Challenge 提升大模型指令优先级

深度OpenAI2026年3月10日5 分钟阅读
OpenAI 用 IH-Challenge 提升大模型指令优先级
当系统消息、开发者指令、用户请求和工具输出中的指令发生冲突时，模型需要决定优先遵循哪个。OpenAI 通过 IH-Challenge 数据集训练模型，让它们学会按信任级别（系统 > 开发者 > 用户 > 工具）来排序指令。经过训练的内部模型 GPT-5 Mini-R 在多项安全基准测试中表现更优，对提示注入攻击的抵抗力也更强。
本文编译自 Improving instruction hierarchy in frontier LLMs，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

概念速查

大语言模型

大语言模型是通过海量文本训练出的 AI 模型，能理解和生成人类语言——Agent、RAG、MCP 的底层引擎。

相关文章

决策模型扎堆发布，OpenAI 的 Decisions API 开放公测

OpenAI 的 Decisions API 进入公测并加入图像输入，能在文本或图像上输出谓词、选项、分数三类结构化结果，模型跑在 GPT-6 Luna 上，按每百万输入 token 0.10 美元计费。Perplexity、Cloudflare、Amazon 也在本月发布了各自的开放权重决策模型，可下载自部署。OpenAI 坚持托管 API 的做法，可能成为开发者选型的关键差异。

深度The New Stack·10月7日·4 分钟

Claude Haiku 5.5 发布：价格对齐 GPT-6 Luna，订阅送 API 额度

Haiku 5.5 定价 $0.10/$0.50 每百万 token（10 万 token 内），超过后涨价 5 倍；但新分词器让相同提示词多消耗约 1.25 倍 token，存在隐性涨价。Anthropic 同时将 Sonnet 5.5 的缓存读取价格减半，并为 Max 和 Team 订阅用户提供每月 API 额度。

深度Simon Willison·10月7日·4 分钟

评论