AIに弱点探しを任せていい?|「許可の範囲」を先に決める|おとりの試験と重ねる歯止め(GPT-6 Cyber を解説)

弱点を見つけて突く手順まで作れるセキュリティ向けのモデルを、OpenAI はどう「許可された範囲」にとどめているのか。公開資料のシステムカードを、範囲を守らせる訓練、範囲の外に置いたおとりの試験、使える人や動ける場所をしぼる外側の歯止めの順に、合鍵のたとえで解説します。数字はすべて OpenAI 側の測定です。

弱点を見つけて突く手順まで作れるセキュリティ向けのモデルを、OpenAI はどう「許可された範囲」にとどめているのか。公開資料のシステムカードを、範囲を守らせる訓練、範囲の外に置いたおとりの試験、使える人や動ける場所をしぼる外側の歯止めの順に、合鍵のたとえで解説します。数字はすべて OpenAI 側の測定です。