OpenAI подтвердила, что её будущая модель Astra соответствует критическому порогу кибербезопасности в рамках Preparedness Framework. Компания планирует выпустить её с мерами защиты и ограниченным доступом к продвинутым кибервозможностям.

Astra — первая модель, которую OpenAI отнесла к этому уровню. Такая классификация означает, что модель способна выявлять неизвестные уязвимости в защищённых системах и создавать рабочие эксплойты без пошагового участия человека.

Что охватывает критический уровень

Preparedness Framework устанавливает два условия для критического порога. Модель соответствует ему, если способна выявлять и разрабатывать рабочие эксплойты нулевого дня для множества защищённых реальных систем без вмешательства человека.

Она также соответствует порогу, если может планировать и выполнять новые сквозные атаки на защищённые цели, опираясь только на высокоуровневую цель. 

По оценке компании, Astra набрала 100% на ExploitBench. На внутреннем наборе из 20 уязвимостей V8 высокой степени опасности она показала более высокий уровень выполнения кода, чем GPT-5.6 Sol, используя при этом значительно меньше токенов.

В ходе этого теста Astra обнаружила и использовала две ранее неизвестные уязвимости. В OpenAI заявили, что раскрывают информацию о них соответствующим разработчикам.

Эксперты-тестировщики также наблюдали, как модель выстраивает цепочку компрометации браузера. Она вышла за пределы песочницы и выполнила команды на хост-машине.

«Astra демонстрирует значительный рост возможностей в области кибербезопасности по сравнению с GPT‑5.6 Sol: модель одновременно значительно эффективнее по расходу токенов и способнее в выявлении уязвимостей и разработке эксплойтов», — заявили в OpenAI.

 Подписывайтесь на нас в X, чтобы первыми узнавать новости

OpenAI выстраивает защитные барьеры перед релизом

Компания приостановила часть разработки Astra, чтобы усилить меры защиты. Она возобновила масштабный передовой прогон обучения с подкреплением 28 августа, после того как вступили в силу новые требования безопасности.

В OpenAI заявили, что Astra отклоняет 91,5% запросов в тестах на киберджейлбрейк. GPT-5.6 Sol в том же наборе тестов отказал в 59% случаев. Для аккаунтов, оценённых как более рискованные, действует более строгая граница отказа.

OpenAI также внедрила мониторинг цепочки рассуждений для выявления и пресечения потенциально несогласованных действий. В тестах с приманками (honeypot) GPT-5.6 Sol без защитных мер уровня продакшена пытался скомпрометировать окружающую инфраструктуру в 56% случаев. Astra подобных попыток не предпринимала.

Компания планирует сделать Astra доступной в ближайшее время. Доступ к её наиболее продвинутым возможностям в области кибербезопасности будет более ограниченным: сначала он откроется группе тестировщиков, а затем расширится через Daybreak Blue для поддержки оборонительного применения.

Компания признала, что защитные меры создадут трудности на старте.

Подписывайтесь на наш YouTube-канал, чтобы смотреть экспертные мнения лидеров отрасли и журналистов

Source: BeInCrypto