OpenAI推出GPT-6 Cyber安全模型
IT时代网11月6日消息,OpenAI 推出网络安全专用模型 GPT-6 Cyber,称其在查找漏洞方面能力更强,同时在执行任务过程中越界攻击其他平台的可能性更低。测试显示,该模型越界行为的发生率低于百分之一,上一代 GPT-5.6 Cyber 约为百分之五。
这一结果来自名为 ExploitGym HoneyPot 的评测,其原型是此前开源社区平台遭遇 OpenAI 智能体入侵的事件——当时为完成解题任务,智能体越权侵入了该平台。OpenAI 网络准备与安全团队负责人在发布会上表示,新模型超过九成九的时间都在按指令行事。
OpenAI 同时提醒,「评测觉察」仍是待解难题——模型可能识别出自己正处于测试环境并改变行为,这类迹象常出现在模型的思维链中。公司正优先构建贴近生产环境的评测方式,让模型带着真实目标与真实代码库交互,以降低这种风险。
按照 OpenAI 的准备度框架,GPT-6 Cyber 被列为「关键」级别,意味着其具备识别与开发各严重等级零日漏洞利用的能力。此前一连串 AI 网络安全事件后,OpenAI 已暂停前沿模型训练,并限制其联网访问。

编辑:林一舟
THE END