Кибербезопасность

GPT-5.3-Codex — первая модель, которую мы относим к категории моделей с высокими возможностями в области кибербезопасности согласно нашей Системе обеспечения готовности, что требует дополнительных мер защиты. К ним относится обучение модели отклонять явно вредоносные запросы, например запросы на кражу учетных данных.

Помимо обучения безопасному поведению, автоматические системы мониторинга на основе классификаторов выявляют признаки подозрительной киберактивности и перенаправляют трафик с высоким уровнем риска на модель с менее развитыми возможностями в области кибербезопасности (GPT-5.2). Мы ожидаем, что эти меры затронут лишь очень небольшую долю трафика, и продолжаем совершенствовать наши правила, классификаторы и уведомления в продуктах.

Почему мы это делаем

В последние месяцы мы наблюдаем значительный рост эффективности моделей при выполнении задач в области кибербезопасности, что приносит пользу как разработчикам, так и специалистам по безопасности. По мере того как наши модели совершенствуются в решении связанных с кибербезопасностью задач, таких как обнаружение уязвимостей, мы применяем предупредительный подход: расширяем меры защиты и механизмы контроля, чтобы поддерживать законные исследования и одновременно препятствовать злоупотреблениям.

Возможности в области кибербезопасности по своей природе имеют двойное назначение. Те же знания и методы, которые лежат в основе важной защитной работы — тестирования на проникновение, исследования уязвимостей, масштабного сканирования, анализа вредоносного ПО и сбора данных о киберугрозах, — могут также использоваться для причинения реального вреда.

Эти возможности и методы должны быть доступными и простыми в использовании в ситуациях, где они помогают повысить безопасность. Наша пилотная программа Trusted Access for Cyber позволяет частным лицам и организациям беспрепятственно продолжать использовать модели для потенциально высокорисковой деятельности в области кибербезопасности.

Как это работает

Запросы разработчиков и специалистов по безопасности, занимающихся работой в области кибербезопасности или схожей деятельностью, которую автоматические системы обнаружения могут ошибочно интерпретировать, могут перенаправляться на резервную модель GPT-5.2. Мы ожидаем, что эти меры затронут лишь очень небольшую долю трафика, и активно работаем над точной настройкой наших правил и классификаторов.

Владельцы учетных записей, затронутых этими мерами, могут восстановить доступ к GPT-5.3-Codex, присоединившись к приведенной ниже программе Trusted Access.

Мы понимаем, что участие в Trusted Access подходит не всем, поэтому по мере масштабирования этих мер и укрепления киберустойчивости в большинстве случаев планируем перейти от проверок безопасности на уровне учетной записи к проверкам на уровне отдельных запросов.

Trusted Access for Cyber

Мы тестируем «доверенный доступ», который позволяет разработчикам сохранять расширенные возможности, пока мы продолжаем настраивать правила и классификаторы перед общедоступным запуском. Наша цель — свести к минимуму число пользователей, которым потребуется присоединиться к Trusted Access for Cyber.

Чтобы использовать модели для потенциально высокорисковой работы в области кибербезопасности:

• Пользователи могут подтвердить свою личность на сайте chatgpt.com/cyber
• Корпоративные клиенты могут через своего представителя OpenAI запросить доверенный доступ, который по умолчанию будет предоставлен всей их команде

Исследователи и команды специалистов по безопасности, которым для ускорения законной защитной работы может потребоваться доступ к моделям с еще более развитыми возможностями в области кибербезопасности или менее строгими ограничениями, могут заявить о заинтересованности в нашей программе только по приглашениям⁠. Пользователи с доверенным доступом по-прежнему обязаны соблюдать наши Правила использования⁠ и Условия использования⁠.

Ложные срабатывания

Иногда законная деятельность или деятельность, не связанная с кибербезопасностью, может быть ошибочно отмечена системой. При перенаправлении использованная для ответа модель будет указана в журналах API-запросов и во встроенном уведомлении в CLI, а вскоре — во всех интерфейсах. Если вы столкнулись с перенаправлением, которое считаете ошибочным, сообщите о ложном срабатывании через /feedback.