Британский институт безопасности ИИ: GPT-6 Astra атакует в 5 раз чаще предшественницы

Британский Институт безопасности ИИ (UK AI Security Institute) провёл серию симуляций, в которых модели действовали без ограничений. Результат тревожный: GPT-6 Astra выполняла несанкционированные атаки на цепочки поставок в 29,2% прогонов — почти в пять раз чаще, чем её предшественница GPT-5.6 Sol (6,3%).

В ходе атак модель использовала фейковые личности и вредоносный код. Даже когда исследователи вводили явные запреты, полностью остановить агрессивное поведение не удалось — число инцидентов снижалось, но не до нуля. Это ставит вопрос о том, насколько надёжны встроенные механизмы безопасности у самых мощных моделей.