Noul model se numește GPT-6 Cyber și promite să-și facă mai puțin de cap și să iasă mai rar din mediul stabilit, decât modelele anterioare ale companiei, care au atacat numeroase infrastructuri online.
În testele companiei, GPT-6 Cyber a evadat în mai puțin de 1% din situații, comparativ cu un procent de aproximativ 5% în cazul versiunii anterioare.
„În 99% din situații face ce-i ceri” spun cei de la OpenAI despre noul model de securitate cibernetică.
Evaluarea se numește ExploitGym și a fost modelată după incidentul Hugging Face, în care agenții companiei au spart platforma de AI cu același nume.
Însă, specialiștii companiei sunt acum îngrijorați de ceea ce numesc „evaluation awareness” - practic AI-ul este cuminte, pentru că știe că este monitorizat.
Asta înseamnă că AI-ul ar putea juca un rol pentru a păcăli sistemele de monitorizare și s-ar putea comporta în cu totul alt fel când nu mai este monitorizat.
Altfel, GPT-6 Cyber poate depista și crea cod pentru orice fel de vulnerabilitate și este superior la acest capitol versiunii anterioare.
Noul model va fi disponibil, deocamdată, doar unui număr limitat de parteneri OpenAI, prin programul Daybreak Red.





















