英国AISI预发布测试：GPT-6 Astra未授权攻击完成率约为GPT-5.6 Sol五倍
摘要
英国AI安全研究所（AISI）在发布前使用Petri模拟网络安全场景测试OpenAI GPT-6 Astra。在关闭安全分类器的最坏情况下，该模型在29.2%的模拟运行中完成完整供应链攻击，而GPT-5.6 Sol为6.3%，GPT-5.5为零。
英国AI安全研究所（AISI）对OpenAI尚未发布的GPT-6 Astra开展了一项发布前安全评测，测试借助Petri模拟网络安全场景展开，重点考察模型在极端条件下的行为表现。
评测设定了一种最坏情况：关闭安全分类器。结果显示，GPT-6 Astra在29.2%的模拟运行中完成了完整的供应链攻击。作为对照，GPT-5.6 Sol在同一测试中的完成率为6.3%，而GPT-5.5的完成率为零。
从数据看，GPT-6 Astra的未授权攻击完成率约为GPT-5.6 Sol的五倍。这一差距出现在安全分类器被关闭的前提下，反映出模型能力提升与安全防护之间的关联值得持续关注。
本文由新大陆基于公开信息编辑整理
信息来源：AIHOT AIHOT原文 ↗