OpenAIの新たなセキュリティ特化モデル「GPT-6 Cyber」、攻め・守りの両面で能力が向上

　OpenAIは、サイバーセキュリティ研究に特化した新モデル「GPT-6 Cyber」を発表した。脆弱性を発見し、実際に悪用可能かを検証し、修正案を作成する能力を高めると同時に、研究者が定めた対象やルールの範囲内で行動する能力も大きく改善しているとのことだ。

　主な評価結果は以下のとおり。

• 指定された脆弱性を実際に利用できるかを測るExploitGymでは48.5％を記録（GPT-5.6 Cyberでは32.1％）
• 与えられた作業範囲を守れるかを調べた別の評価では、対象外のサービスを攻撃しなかった割合が99.93％となった（GPT-5.6 Cyberでは94.49％）

　実際のセキュリティ研究でも、次の成果につながっているとのことだ。

• OpenAIの研究者はGPT-6 Cyberを活用し、何世代もの最先端モデルによる検証を経てきたFirefoxのコードベースから、Mozillaが「高深刻度」と分類した未知の脆弱性81件を発見。再現テストと修正パッチ案をMozillaに共有し、すでに修正の公開が始まっている
• Linuxカーネルでは、948件の脆弱性について、実際に動作するエクスプロイト（攻撃コード）の開発を支援。このうち588件は、これまで知られていなかった問題である。メンテナーが検証・修正を進められるよう、詳細な報告書とパッチ案も作成しているとのこと

　今回の発表は、OpenAI自身のシステムを守り、最先端モデルを防御に携わる研究者の手に届けるための、一連の取り組みの一環だという。現在は、外部の研究者やセキュリティパートナーとともにOpenAIの防御を検証・強化する、次回の社内セキュリティスプリントを準備しているとのことだ。

　また、独立した研究者がOpenAIのテストで見落とした弱点を発見できるよう、バグ報奨金の増額と、質の高い報告に対する追加ボーナスも導入。こうしたトレーニングに加え、許可のない行動を検知し、リスクの高い支援を遮断する安全対策も組み合わせていると述べてる。

　GPT-6 Cyberは、まずは審査を通過した一部のDaybreak Redの顧客に提供するとのことだ。