OpenAI meluncurkan GPT-5.4-Cyber, dirancang khusus untuk petugas keamanan agar menurunkan ambang penolakan jawaban, memerlukan verifikasi identitas sebelum dapat digunakan

robot
Pembuatan abstrak sedang berlangsung

Berita ME News, 15 April (UTC+8), menurut pemantauan Beating dari Dongcha, OpenAI merilis GPT-5.4-Cyber, sebuah varian model yang didasarkan pada GPT-5.4 yang secara khusus disesuaikan untuk skenario keamanan siber. Perbedaan utama dengan versi standar terletak pada: model ini secara aktif menurunkan batas penolakan terhadap permintaan terkait keamanan, memungkinkan petugas keamanan melakukan operasi yang biasanya akan ditolak oleh model standar, seperti reverse engineering biner, yaitu menganalisis perangkat lunak yang telah dikompilasi tanpa kode sumber untuk mendeteksi adanya kode berbahaya atau kerentanan keamanan. Model ini tidak terbuka untuk semua pengguna, melainkan didistribusikan secara berlapis melalui program “Akses Terpercaya untuk Keamanan Siber” (Trusted Access for Cyber, TAC) dari OpenAI. GPT-5.4-Cyber hanya tersedia untuk pengguna tingkat tertinggi, yaitu vendor keamanan yang telah diverifikasi, tim keamanan perusahaan, dan peneliti keamanan. OpenAI juga menyatakan bahwa pengguna yang menggunakan model dengan pengaturan lebih longgar mungkin akan dikenai pembatasan tambahan, terutama dalam skenario tanpa penyimpanan data (ZDR) dan situasi dengan visibilitas rendah, serta pembatasan yang lebih ketat saat diakses melalui platform pihak ketiga. Program TAC sendiri juga sedang diperluas, saat ini telah menjangkau ribuan pertahanan pribadi dan ratusan tim keamanan. Pengguna individu dapat memverifikasi identitas mereka di chatgpt.com/cyber untuk mendapatkan akses dasar dengan batas penolakan yang lebih rendah, sementara perusahaan dapat mengajukan permohonan melalui perwakilan pelanggan OpenAI. OpenAI menyatakan bahwa strategi berlapis ini akan menjadi panduan untuk pengujian dan penerapan model yang lebih kuat di masa depan: model standar akan dirilis secara luas dengan langkah-langkah keamanan umum, sementara model longgar yang dilatih khusus untuk skenario keamanan akan selalu didistribusikan secara terbatas. (Sumber: BlockBeats)

Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
Tambahkan komentar
Tambahkan komentar
Tidak ada komentar
  • Sematkan