サイバーセーフティ

GPT-5.3-Codex は、当社の Preparedness Framework に基づき、高いサイバーセキュリティ能力を持つものとして扱う最初のモデルであり、追加の保護策が必要です。これらの保護策には、認証情報の窃取など、明らかに悪意のあるリクエストを拒否するようモデルをトレーニングすることが含まれます。

安全性トレーニングに加えて、分類器ベースの自動監視により、不審なサイバー活動の兆候を検出し、リスクの高いトラフィックをサイバー能力がより低いモデル（GPT-5.2）に振り分けます。これらの緩和策の影響を受けるトラフィックはごく一部にとどまると見込んでおり、ポリシー、分類器、製品内通知の改善を進めています。

この取り組みを行う理由

ここ数か月で、サイバーセキュリティタスクにおけるモデルの性能が大きく向上し、開発者とセキュリティ専門家の双方にメリットをもたらしています。脆弱性の発見など、サイバーセキュリティ関連タスクにおけるモデルの能力が向上するにつれて、当社は予防的なアプローチを取っています。つまり、正当な研究を支援しながら悪用を抑制するため、保護と執行を拡充しています。

サイバー能力は本質的にデュアルユースです。ペネトレーションテスト、脆弱性調査、大規模スキャン、マルウェア分析、脅威インテリジェンスといった重要な防御活動を支える知識や技術は、現実世界での被害にも利用される可能性があります。

これらの能力と技術は、セキュリティの向上に活用できる状況で利用しやすくする必要があります。Trusted Access for Cyber パイロットプログラムにより、個人や組織は、中断されることなく、潜在的にリスクの高いサイバーセキュリティ活動にモデルを引き続き使用できます。

仕組み

サイバーセキュリティ関連の作業、または自動検出システムによって誤認される可能性がある類似の活動を行う開発者やセキュリティ専門家は、フォールバックとしてリクエストが GPT-5.2 に振り分けられる場合があります。緩和策の影響を受けるトラフィックはごく一部にとどまると見込んでおり、ポリシーと分類器の調整を積極的に進めています。

緩和策の影響を受けたアカウントは、以下の Trusted Access プログラムに参加することで、GPT-5.3-Codex へのアクセスを回復できます。

Trusted Access への参加がすべての方に適しているわけではないことも認識しています。そのため、これらの緩和策を拡大し、サイバー耐性を強化する中で、ほとんどの場合、アカウント単位の安全性チェックからリクエスト単位のチェックへ移行する予定です。

Trusted Access for Cyber

一般提供に向けてポリシーと分類器の調整を続けながら、開発者が高度な機能を引き続き利用できる「trusted access」を試験運用しています。ごく少数のユーザーだけが Trusted Access for Cyber に参加すればよい状態を目指しています。

潜在的にリスクの高いサイバーセキュリティ作業でモデルを使用するには、次の方法があります。

• ユーザーは chatgpt.com/cyber で本人確認を行えます
• 企業は OpenAI の担当者を通じて、チーム全体にデフォルトで適用される trusted access を申請できます

正当な防御活動を加速するため、さらに高いサイバー能力を持つモデルや制限の緩いモデルへのアクセスが必要なセキュリティ研究者およびチームは、招待制プログラム⁠への関心を表明できます。trusted access を利用するユーザーも、引き続き当社の利用ポリシー⁠および利用規約⁠を遵守する必要があります。

誤検知

正当な活動やサイバーセキュリティ以外の活動が、まれに検知される場合があります。振り分けが発生した場合、応答したモデルは API リクエストログに表示され、CLI では製品内通知でも表示されます。この通知はまもなくすべてのサーフェスで利用可能になります。誤って振り分けられたと思われる場合は、誤検知として /feedback から報告してください。