El preprint de White Circle sobre RISE reporta una tasa de éxito del ataque (ASR) de hasta un 13 %, verificada por personas, en pruebas con DALL·E 3, Nano Banana 2 y GPT-Image-2. El porcentaje no es una tasa individual para cada modelo ni un promedio de los tres, según el abstract del estudio en arXiv. El registro fecha el envío del preprint el 28 de septiembre de 2026.
Qué mide el 13 % de RISE
La ASR expresa la proporción de ataques que superaron los criterios de éxito del estudio. White Circle definió criterios estrictos para cada categoría y calibró jueces basados en modelos de lenguaje y visión con etiquetas humanas, según el abstract.
El resultado cuantitativo corresponde a DALL·E 3, Nano Banana 2 y GPT-Image-2. No se extiende a ChatGPT Images 2.5 ni a Nano Banana 2.1. En un reportaje publicado el 14 de octubre, Ars Technica atribuyó a White Circle una comparación cualitativa según la cual esos dos modelos más recientes eran más fáciles de vulnerar que sus versiones anteriores.
Cómo evaluó RISE los sistemas
RISE significa Red-teaming via Iterative Strategy Evolution. El método desarrolla estrategias reutilizables para generar ataques en distintos escenarios. Ars Technica informó que el sistema empleaba un modelo Qwen descargado de Hugging Face para generar los ataques y Gemini 3.8 Flash como juez. El reportaje también atribuyó a White Circle la exclusión de Midjourney, que no ofrecía una API pública adecuada para una evaluación controlada. Ars Technica detalló el método y la comparación con los modelos más recientes.
Qué aporta la comparación con métodos anteriores
El abstract señala que métodos anteriores, cuyas tasas de éxito publicadas habían llegado a aproximadamente el 30 %, quedaron cerca de cero al someterse a la evaluación calibrada de los autores de RISE. El primer porcentaje describe resultados publicados previamente; el segundo, la evaluación calibrada. Son mediciones en contextos distintos.
