OpenAI स्वीकृत रक्षकों के लिए GPT-5.6-साइबर खोलता है

क्या हुआ?

OpenAI ने 10 अगस्त को रक्षात्मक कार्य और उन्नत सुरक्षा अनुसंधान के लिए अलग-अलग एक्सेस स्तरों के साथ अपने डेब्रेक कार्यक्रम का विस्तार किया, जिसमें एक विशेष GPT-5.6-साइबर मॉडल भी शामिल है।

डेब्रेक ब्लू सुरक्षित कोड समीक्षा, मैलवेयर विश्लेषण, घटना प्रतिक्रिया, भेद्यता खोज और पैच सत्यापन जैसे कार्यों के लिए हटाए गए सिस्टम-स्तरीय साइबर फिल्टर के साथ अनुमोदित रक्षकों GPT-5.6 सोल देता है। डेब्रेक रेड अधिकृत शोषण सत्यापन, प्रवेश परीक्षण और अन्य दोहरे उपयोग अनुसंधान के लिए GPT-5.6-साइबर जोड़ता है जिसे सामान्य मॉडल अभी भी अस्वीकार कर सकता है।

OpenAI का कहना है कि GPT-5.6-साइबर ने अपने आंतरिक उन्नत साइबर सुरक्षा समापन दर मूल्यांकन में 95% अनुरोध पूरे किए, जबकि मानक GPT-5.6 Sol के लिए 1.5%, Sol से Daybreak Blue के लिए 2% और GPT-5.5-Cyber ​​के लिए 57.3% अनुरोध पूरे किए। कंपनी का कहना है कि परीक्षण में शोषण-श्रृंखला विकास, प्रमाणीकरण बाईपास और विशेषाधिकार वृद्धि जैसे परिदृश्य शामिल हैं; इसने मूल्यांकन सेट जारी नहीं किया है।

कंपनी दो पूर्व अज्ञात V8 कमजोरियों को खोजने में मदद करने के लिए मॉडल का उपयोग करने की भी रिपोर्ट करती है जिन्हें एक साथ जोड़ा जा सकता है। Google ने पहले CVE-2026-15903 को असाइन किया और इसे Chrome 150 में पैच किया। Google की रिलीज़ एडवाइजरी स्वतंत्र रूप से पुष्टि करती है कि उच्च-गंभीरता दोष V8 में आउट-ऑफ-बाउंड पढ़ने और लिखने की अनुमति देता है, हालांकि यह उस AI सिस्टम का आकलन नहीं करता है जिसने इसे ढूंढने में मदद की।

OpenAI GPT-5.6-साइबर को GPT-5.6 Sol पर निर्मित एक मॉडल के रूप में वर्णित करता है और अप्रतिबंधित आक्रामक उपयोग के बजाय चयनित उच्च जोखिम, दोहरे उपयोग वाले कार्यों के लिए प्रशिक्षित किया गया है। डेब्रेक रेड केवल पहचान सत्यापन, खाता सुरक्षा, निगरानी, ​​अनुमोदित-उपयोग प्रतिबंध और कानूनी सत्यापन के साथ अधिकृत कार्य करने वाले अनुमोदित व्यक्तियों और संगठनों के लिए उपलब्ध है। घोषणा में यह भी कहा गया है कि व्यक्तिगत डेब्रेक खातों को 1 सितंबर, 2026 से हार्डवेयर सुरक्षा कुंजियों की आवश्यकता होगी।

स्रोत विवरण: OpenAI's GPT-5.6-Cyber and Daybreak announcement ↗

यह क्यों मायने रखता है?

यह रिलीज़ फ्रंटियर मॉडल की अधिक खतरनाक साइबर क्षमताओं को एक छोटी अनुसंधान सेटिंग से एक नियंत्रित पहुंच कार्यक्रम में ले जाती है, यह परीक्षण करती है कि हमलावरों तक समान तकनीकों के फैलने से पहले रक्षक उन्हें प्राप्त कर सकते हैं या नहीं।

इनकार को कम करना उत्पाद का केंद्र है: एक मॉडल जो यथार्थवादी शोषण कार्य को अस्वीकार करता है वह सामान्य उपयोग के लिए सुरक्षित हो सकता है लेकिन उन टीमों के लिए कम उपयोगी है जिन्हें प्राथमिकता देने और इसे ठीक करने से पहले एक भेद्यता को पुन: उत्पन्न करना होगा। डेब्रेक प्रत्येक उपयोगकर्ता के लिए एक नीति को उजागर करने के बजाय व्यापक रक्षात्मक कार्यों को उच्च जोखिम वाले शोषण विकास से अलग करता है।

V8 प्रकटीकरण इस बात का ठोस सबूत है कि AI-सहायता प्राप्त भेद्यता अनुसंधान तैनात सॉफ़्टवेयर तक पहुंच सकता है। यह स्वायत्त रक्षा के दावे से भी संकीर्ण है: OpenAI का कहना है कि इसके शोधकर्ताओं ने Google के साथ निष्कर्षों और समन्वित प्रकटीकरण को मान्य किया है, जबकि सार्वजनिक क्रोम सलाहकार पूर्ण शोध प्रक्रिया में मॉडल की भूमिका के बजाय पैच किए गए दोष को रिकॉर्ड करता है।

OpenAI सुरक्षा परामर्श और प्रौद्योगिकी प्रदाताओं के माध्यम से डेब्रेक का भी विस्तार कर रहा है। स्वीकृत भागीदार अंतर्निहित मॉडलों तक पहुंच रखते हैं और उन्हें ग्राहक सहभागिता में लागू करते हैं, ऐसे नियंत्रणों के साथ जिनमें पहचान सत्यापन, परिभाषित दायरे, लॉगिंग, निगरानी और मानव समीक्षा शामिल हो सकते हैं।

वह भागीदार डिज़ाइन बदलता है जिसे निर्णय का अंतिम चरण प्रदान करना होता है। OpenAI का कहना है कि अंतर्निहित मॉडल तक पहुंच सीधे ग्राहक को हस्तांतरित नहीं की जाती है; एक भागीदार सहभागिता को परिभाषित करता है, निष्कर्षों की समीक्षा करता है, और कार्रवाई से पहले अपनी सुरक्षा विशेषज्ञता लागू करता है। व्यवहार में, एक उपयोगी तैनाती एक सट्टा मॉडल सुझाव से प्रतिलिपि प्रस्तुत करने योग्य दोष को अलग करने, सहमत दायरे के अंदर परीक्षण जारी रखने और वास्तविक सॉफ़्टवेयर-रखरखाव प्रक्रिया के माध्यम से एक पुष्टि किए गए फिक्स को स्थानांतरित करने की भागीदार की क्षमता पर निर्भर करती है।

आगे क्या देखना है

वादा किए गए सिस्टम कार्ड, स्वतंत्र बेंचमार्क पुनरुत्पादन, अन्य रिपोर्ट की गई कमजोरियों का पूरा खुलासा, और सबूत कि एक्सेस नियंत्रण दुरुपयोग का सामना कर सकता है, पर नजर रखें।

घोषणा में अधिकांश प्रदर्शन आंकड़े OpenAI के उन्नत साइबर सुरक्षा समापन दर, एक्सप्लॉइटजिम, एक्सप्लॉइटबेंच और भेद्यता-रिपोर्टिंग मूल्यांकन के आंतरिक कार्यान्वयन से आते हैं। कंपनी का कहना है कि GPT-5.6-साइबर ने हर तुलना में जीत हासिल नहीं की: GPT-5.6 सोल ने एक मूल्यांकन पर बेहतर रिपोर्ट तैयार की और मानक 300-टर्न एक्सप्लॉइटबेंच सेटिंग को अधिक कुशलता से हल किया।

OpenAI ने अपनी तैयारी रूपरेखा के तहत साइबर सुरक्षा क्षमता के लिए GPT-5.6-साइबर को उच्च, लेकिन महत्वपूर्ण से नीचे रेट किया है। इसमें कहा गया है कि फुलर सिस्टम कार्ड बाद में आएगा। जब तक तरीकों और परिणामों को पुन: पेश करने के लिए पर्याप्त विवरण में प्रकाशित नहीं किया जाता है, तब तक घोषणा वास्तविक दुनिया की आक्रामक क्षमता के एक स्वतंत्र उपाय के बजाय जिम्मेदार कंपनी के दावों का समर्थन करती है।

सुरक्षा का मामला संचालन के साथ-साथ प्रशिक्षण पर भी निर्भर करता है। व्यक्तिगत डेब्रेक खातों को 1 सितंबर से शुरू होने वाली हार्डवेयर सुरक्षा कुंजियाँ अपनानी होंगी, और OpenAI पृथक वातावरण, स्कोप अनुमतियाँ, मॉनिटर किए गए एजेंट कार्यों और मानव निरीक्षण की अनुशंसा करता है। उपयोगी अनुवर्ती रिपोर्टिंग में कार्यक्रम के विस्तार के साथ-साथ पहुंच निरस्तीकरण, पता चला दुरुपयोग, प्रकटीकरण समयसीमा, पैच परिणाम और झूठी सकारात्मकता दिखाई देनी चाहिए।

शीर्षक पूर्णता-दर तुलना में एक महत्वपूर्ण माप चेतावनी भी है। OpenAI का कहना है कि प्रत्येक मॉडल उच्चतम सार्वजनिक रूप से उपलब्ध तर्क स्तर पर चलाया गया था, और नोट करता है कि GPT-5.6-साइबर GPT-5.6 Sol की तुलना में बड़े तर्क बजट और अधिक टोकन का उपयोग करता है। इसलिए उच्च पूर्णता दर विशेष प्रशिक्षण और गणना की एक अलग मात्रा दोनों को प्रतिबिंबित कर सकती है। स्वतंत्र परीक्षणों को मिलान किए गए बजट, कार्य निर्माण, इनकार मानदंड और असुरक्षित या अनुपयोगी उत्तरों की दर की रिपोर्ट करनी चाहिए, न कि केवल यह कि कोई प्रतिक्रिया उत्पन्न हुई थी या नहीं।

कार्यक्रम के एक परिपक्व खाते को संपूर्ण भेद्यता जीवनचक्र का पालन करने की आवश्यकता होगी। इसका मतलब है कि यह रिपोर्ट करना कि मॉडल-जनित लीड कितनी बार मानव पुनरुत्पादन से बचता है, कितने निष्कर्ष डुप्लिकेट या कम गंभीरता वाले हैं, विक्रेताओं को कितनी जल्दी कार्रवाई योग्य रिपोर्ट प्राप्त होती है, और क्या सार्वजनिक प्रकटीकरण से पहले पैच तैनात किए जाते हैं। इसे यह भी स्पष्ट करना चाहिए कि क्या होता है जब एक भागीदार का ग्राहक मॉडल को परीक्षण सीमा पार करने के लिए कहता है, जब एक एजेंट को उत्पादन क्रेडेंशियल्स का सामना करना पड़ता है, या जब कोई प्रस्तावित शोषण सीधे मान्य करने के लिए बहुत खतरनाक होता है। वे नियंत्रण यह निर्धारित करते हैं कि क्या कम इनकार दरें केवल दोहरे उपयोग वाले कोड की आपूर्ति का विस्तार करने के बजाय मापने योग्य रक्षात्मक मूल्य बनाती हैं।

जनता को किसी मॉडल की क्षमता को ग्राहक के प्राधिकरण से अलग करने में भी सक्षम होना चाहिए। OpenAI के एक्सेस नियमों में मॉडल के चारों ओर कानूनी सत्यापन, पहचान जांच, निगरानी और दायरे का काम शामिल है, लेकिन उन नियंत्रणों का समय के साथ परीक्षण करने का दावा किया जाता है। घटना की रिपोर्टिंग में यह बताया जाना चाहिए कि क्या किसी अनुरोध को अवरुद्ध किया गया था, समीक्षा के लिए आगे बढ़ाया गया था, या किसी दस्तावेजी अनुबंध के तहत अनुमति दी गई थी, शोषण के विवरण को उजागर किए बिना, जो एक अप्रकाशित सिस्टम पर हमला करना आसान बना देगा।

संबंधित मार्गदर्शिकाएँ एवं प्रश्नोत्तरी