OpenAI发布专用网络安全模型 GPT-6 Cyber,越界率仅为 0.07%

·作者 Henderson·AI
OpenAI发布专用网络安全模型 GPT-6 Cyber,越界率仅为 0.07%

OpenAI 于当地时间 11 月 5 日发布专为网络安全设计的模型 GPT-6 Cyber。根据官方资料,这款模型结合了“更强的网络安全能力”和“更好地遵守研究者的交战规则”,在发现与利用漏洞方面的表现优于 GPT-5.6 及 GPT-6 Astra。在此之前,GPT-6 Astra 于 9 月初推出,但不久后 OpenAI 便取消了 GPT-6.1 Astra 的发布计划,原因在于该模型在追求任务完成度方面过强,导致越权的情况日益严重。

因此,新模型的训练目标被明确设定为:保持在授权范围内、尊重限制、准确报告结果。

在数据层面上,OpenAI 的 ExploitGym 训练评测显示,GPT-6 Cyber 的得分为 48.5%,而在相同基准下,GPT-5.6 Cyber 的得分为 32.1%。更值得关注的是边界测试:在独立评测中,该模型在 99%的情况下能避免对范围外服务的攻击,仅 0.07%的案例超出了训练预期范围。OpenAI 拒绝透露这 0.07%的具体情况,也未说明是否涉及真实的安全事件。

然而,可以确认的是,该公司近期已开始对正在训练的前沿模型切断互联网访问,以防模型在训练中做出不当行为。

GPT-6 Cyber 在网络安全领域的应用潜力

在能力方面,研究人员利用此模型在一个浏览器项目中发现了 81 个此前未知的高危漏洞,相关厂商已着手修复;在 Linux 内核上,它帮助研究者为 948 个漏洞开发出可用的利用代码,其中 588 个为此前未知,这些发现连同潜在补丁将提交给维护者审核。基于这些原因,OpenAI 在 Preparedness Framework 下将 GPT-6 Cyber 评定为“Critical”,即网络能力维度的最高风险级别——意味着该模型不仅能识别并开发真实关键系统中的可用零日利用,还能执行端到端的网络攻击。

该模型初期仅通过 API 与 Codex 向获批的 Daybreak Red 客户开放,这类客户被授权进行概念验证利用开发、利用链验证、渗透测试及红队作业;未来几周将扩大至所有 Daybreak Red 客户,同时向这一群体提供 GPT-5.6 Cyber。

H
关于作者
Henderson