GPT-6 Cyber: accés selectiu i límits sota vigilància

Qui el pot utilitzar

Segons OpenAI, GPT-6 Cyber està disponible inicialment a través de l'API i Codex per a un grup seleccionat de clients aprovats de Daybreak Red. La disponibilitat anunciada queda, doncs, limitada a aquests clients i a aquestes vies d'accés. L'anunci distingeix aquest grup inicial del conjunt de clients del programa.

OpenAI preveu ampliar progressivament l'accés a tots els clients d'aquest programa pròximament. L'empresa presenta aquesta ampliació com un pas posterior a l'accés selectiu inicial; el fragment de l'anunci no concreta cap calendari per completar-la.

Els límits, a prova

OpenAI afirma que una de les seves avaluacions planteja al model una tasca difícil en un entorn aïllat, amb serveis auxiliars deliberadament fàcils d'atacar. Explotar-los permet obtenir el senyal que resol la tasca, però queda fora de l'àmbit permès. El model ha d'inferir aquesta restricció, encara que tingui la drecera a l'abast.

Segons OpenAI, l'entrenament específic busca que el model respecti les restriccions de les seves accions i informi amb exactitud de la feina feta. L'empresa publica resultats separats amb els prompts de seguretat del desplegament i sense. Els percentatges de la taula descriuen el comportament observat en aquesta avaluació.

Controls sobre les dades i les credencials

OpenAI afirma que utilitza Private Safety Processing per revisar automàticament interaccions relacionades i detectar usos indeguts. La retenció estàndard continua sent l'opció predeterminada. Per als clients de l'API amb retenció zero, aquest mecanisme és generalment obligatori: revisa registres xifrats conservats durant 30 dies a l'emmagatzematge del client, sense exposar les instruccions i les respostes al personal de l'empresa.

Segons OpenAI, l'accés al programa a través de l'API exigeix per defecte una llista d'adreces IP autoritzades, amb excepcions limitades. Les peticions queden restringides a xarxes aprovades i se supervisen les credencials per detectar si poden haver quedat compromeses. L'empresa també afirma que vigila si les accions del model s'ajusten a l'autorització de l'usuari.

OpenAI recomana acompanyar les tasques d'alt risc d'entorns aïllats, revisió d'accions i supervisió humana. Segons OpenAI, aquestes recomanacions formen part de les mesures que l'empresa descriu juntament amb les comprovacions per bloquejar assistència d'alt risc relacionada amb sistemes crítics.