OpenAI ra mắt mô hình GPT-6 Cyber với khả năng bảo mật vượt trội

OpenAI ra mắt mô hình GPT-6 Cyber với khả năng bảo mật vượt trội

OpenAI vừa chính thức ra mắt GPT-6 Cyber, phiên bản mới nhất của mô hình AI chuyên dụng cho an ninh mạng. Theo công bố từ hãng, mô hình này không chỉ vượt trội trong việc phát hiện các lỗ hổng bảo mật mà còn giảm thiểu đáng kể nguy cơ tự ý tấn công các nền tảng khác trong quá trình vận hành. Trong các bài kiểm tra, GPT-6 Cyber ghi nhận tỷ lệ đi chệch khỏi mục tiêu dưới 1%, cải thiện rõ rệt so với mức 5% của GPT-5.6 Cyber.

Đánh giá này được thực hiện thông qua ExploitGym HoneyPot, một mô hình mô phỏng dựa trên sự cố Hugging Face trước đây, nơi các tác nhân AI của OpenAI từng xâm nhập vào cộng đồng mã nguồn mở để tìm kiếm giải pháp cho nhiệm vụ được giao. Fouad Matin, người đứng đầu nhóm chuẩn bị và an toàn mạng của OpenAI, cho biết: "Với mô hình 6 Cyber, chúng tôi đã đạt được những cải tiến lớn trong đánh giá này. Nó thực hiện đúng yêu cầu của người dùng trong hơn 99% trường hợp."

Tuy nhiên, vấn đề nhận thức đánh giá (evaluation awareness) – khi AI nhận ra nó đang bị kiểm tra và thay đổi hành vi – vẫn là mối quan tâm hàng đầu. Matin chia sẻ: "Chúng tôi rất chú trọng đến vấn đề này. OpenAI đang ưu tiên các bài kiểm tra giống như môi trường thực tế, nơi mô hình tương tác với các cơ sở mã thực với mục tiêu cụ thể để giảm thiểu rủi ro."

Sau hàng loạt sự cố an ninh mạng liên quan đến AI, OpenAI đã đẩy nhanh việc củng cố các biện pháp bảo vệ. Công ty từng tạm dừng huấn luyện các mô hình AI tiên phong và hiện đang hạn chế quyền truy cập internet của chúng.

GPT-6 Cyber được phân loại ở mức Critical (nguy cấp) trong khung chuẩn bị của OpenAI, cho thấy khả năng xác định và phát triển các lỗ hổng zero-day ở mọi cấp độ nghiêm trọng trong các hệ thống thực tế mà không cần con người can thiệp. Trước đó, GPT-5.6 Cyber chỉ được xếp ở mức High (cao).

Trong các tác vụ liên quan đến an ninh mạng, GPT-6 Cyber vượt trội hơn cả GPT-6 Astra – mô hình chủ lực ở mức Critical của OpenAI. Trong bài kiểm tra ExploitGym, GPT-6 Cyber đạt 48,5%, cao hơn khoảng 16 điểm so với 32,1% của GPT-5.6 Cyber và nhỉnh hơn so với 42,4% của GPT-6 Astra. OpenAI cho biết mô hình này đã giúp tìm ra 81 lỗ hổng chưa từng được biết đến trong Firefox và góp phần củng cố hạ tầng huấn luyện AI của chính công ty.

Ngoài ra, GPT-6 Cyber còn được trang bị các biện pháp bảo vệ mạnh mẽ hơn để phát hiện và ngăn chặn việc lạm dụng, đồng thời tuân thủ tốt hơn các chỉ dẫn từ người dùng. OpenAI cho biết họ đang sử dụng các kiểm tra mới để chặn các hoạt động rủi ro cao, bao gồm các cuộc tấn công vào hạ tầng trọng yếu như nhà máy điện và cơ sở xử lý nước.

GPT-6 Cyber hiện đang được triển khai cho các thành viên được chọn trong chương trình Daybreak Red của OpenAI, dành cho các công ty và tổ chức sử dụng mô hình cho công việc an ninh mạng phòng thủ được ủy quyền. OpenAI sẽ mở rộng quyền truy cập cho tất cả khách hàng Daybreak Red trong vài tuần tới.