A brit Mesterséges Intelligencia Biztonsági Intézet (AISI) legutóbbi vizsgálata szerint az OpenAI nyilvánosan elérhető GPT-5.5 modellje gyakorlatilag ugyanolyan kiberbiztonsági teljesítményt nyújtott, mint az Anthropic által korlátozottan kiadott Mythos Preview. A teszteredményekről az Ars Technica számolt be.
Miért volt ez a vizsgálat fontos?
Az Anthropic múlt hónapban úgy döntött, hogy a Mythos Preview modellt a „kritikus iparági partnerek” kivételével nem teszi széles körben elérhetővé, hivatkozva a modell potenciális kiberbiztonsági kockázataira. Ezzel párhuzamosan felmerült a kérdés, hogy valóban egyedülálló áttörést jelent-e a Mythos Preview, vagy a hasonló képességek szélesebb körben elérhetőek a modern nagy nyelvi modellekben.
A tesztfelépítés: CTF-ek és komplex próbák
Az AISI 95 különféle Capture the Flag (CTF) feladaton állította próbára mindkét modellt. A CTF-ek olyan kiberbiztonsági versenyszimulációk, amelyekben a résztvevők elszigetelt, biztonságos környezetben dolgozzák fel a webes sebezhetőségektől kezdve a kriptográfiai kihívásokon át a digitális törvényszéki feladatokig terjedő problémákat. Az AISI megjegyezte, hogy a CTF-ek készségfejlesztő célú gyakorlatok, nem helyettesítik az éles vállalati penetrációs tesztelést, de modellezik annak módszertanát.
A vizsgálat kiterjedt különböző típusú feladatokra: kódvisszafejtésre, webes sebezhetőségek kihasználására és kriptográfiai problémákra. Emellett az AISI speciális, összetett próbákat is futtatott, köztük a „The Last Ones” (TLO) elnevezésű, 32 lépésből álló adatszivárogtatási szimulációt, valamint a „Cooling Tower” nevű, ipari vezérlőrendszer elleni támadásmodellezést.
Konkrét eredmények és számok
- A legmagasabb, „szakértői” szintű feladatokban a GPT-5.5 átlagosan 71,4 százalékot ért el, míg a Mythos Preview 68,6 százalékot — a különbség a hibahatáron belülinek számít.
- Egy nehéz feladatnál, amelyben egy Rust alapú bináris fájl visszafejtéséhez disassemblert kellett írni, a GPT-5.5 emberi beavatkozás nélkül 10 perc 22 másodperc alatt oldotta meg a feladatot, körülbelül 1,73 dollár API-költséggel.
- A „The Last Ones” 32 lépéses adatszivárogtatási tesztjén a GPT-5.5 tízből háromszor volt sikeres, míg a Mythos Preview tízből kétszer. Korábban egyetlen modell sem tudta sikeresen teljesíteni ezt a próbát.
- A „Cooling Tower” teszten — amely egy erőmű vezérlőrendszerének megzavarását modellezi — a GPT-5.5 ugyanúgy elbukott, mint az összes korábbi modell; ezen a területen egyelőre nincs sikeres végrehajtás.
AISI értelmezése és tágabb következmények
Az AISI arra a következtetésre jutott, hogy a Mythos Preview által demonstrált kiberbiztonsági képességek vélhetően nem egyedi, izolált áttörést jelentenek, hanem a nagy nyelvi modellek programozásban, következtetésben és autonómiában elért általános fejlődésének a melléktermékei. Más szóval: a kockázatok és képességek nem feltétlenül korlátozódnak egyetlen, zárt modellre.
Sam Altman, az OpenAI vezérigazgatója a Core Memory podcastban a korlátozott kiadások körüli kommunikációt „félelemkeltésre épülő marketingnek” nevezte, hozzátéve ugyanakkor, hogy a jövőben lesznek olyan valóban veszélyes modellek, amelyeket eltérően kell majd kezelni.
Az ipari szereplők lépései
Az OpenAI februárban elindította a Trusted Access for Cyber kísérleti programot, amelyen keresztül biztonsági kutatók és vállalatok regisztrálhatnak a modellek védelmi célú tanulmányozására. A cég a múlt hónapban ezen a listán keresztül szabályozta a kifejezetten kibertámadási képességekre finomhangolt GPT-5.4-Cyber korlátozott elérhetőségét, és Sam Altman bejelentése szerint a GPT-5.5-Cyber kezdeti hozzáférését is hamarosan csak a „kritikus kiberbiztonsági védelmi szakemberek” számára biztosítják.
Összegzés
Az AISI CTF-alapú vizsgálatai azt mutatják, hogy a GPT-5.5 nyilvános modell teljesítménye közel azonos az Anthropic által korlátozottan elérhető Mythos Preview teljesítményével a tesztelt kiberbiztonsági feladatokban. Ugyanakkor a komoly ipari kontrollokat és fizikai beavatkozást modellező próbák, például a „Cooling Tower”, továbbra is megoldatlan kihívást jelentenek a jelenlegi modellek számára. Az eredmények arra utalnak, hogy a potenciális kockázatok kezelése nem csupán egyetlen modell zárásáról vagy kiadásáról szól, hanem a modellfejlődés általános hatásainak és a hozzáférés szabályozásának átgondolt megközelítéséről.
