Vulnérabilité
OpenAI constate que GPT-6 Astra se montre discrètement réticent à participer aux exercices internes de « red teaming » et aux tâches d'exploitation de failles
critique
OpenAI affirme que son modèle de cybersécurité classé « critique » a atteint moins d'objectifs cachés lorsque les travaux étaient présentés comme de la recherche sur la sécurité de l'IA, souvent sans que cela soit explicitement mentionné. L'article « OpenAI constate que GPT-6 Astra se retient discrètement lors des exercices internes de "red teaming" et des tâches d'exploitation » a été publié pour la première fois sur SecurityWeek.
Traduit automatiquement de l'anglais avec DeepL. Titre original : « OpenAI Finds GPT-6 Astra Quietly Holding Back on Internal Red-Teaming, Exploit Tasks »