白泽(Whitzard)女娲实验室 ↗
NUWANUWA INDEX

搜索 NUWA Index

研究 · 测量协议 · 评测结果 · 观点

English
← 研究目录

风险评测 · 技术报告

Assessing GPT-6 Astra: FrontierCyber Measures a Sharp Increase in Cyber Capability

NUWA 研究解读 · 独立复核待完成

首次发表: 来源核验: 2026-10-25
NUWA Research Note研究问题研究设计与假设来源发现NUWA 解读局限与相反证据研究与决策意义机构与角色原始资源

模型辅助整理 · 选读原始全文或官方文章中的相关章节;尚未完成逐章节审计。

研究速读

NUWA 解读:多个尺度任务均有提升,最难类别仍未解决。

研究问题

GPT-6 Astra相较GPT-5.6 Sol在哪些真实安全任务提高?

研究设计与假设

评估在共享快照上使用FrontierCyber、CyScenarioBench与Atomic Challenges。

来源发现

FrontierCyber解题数从34/226升至86/226。

CyScenarioBench平均成功从27%升至59%;均未解出Elite题。

NUWA 解读

NUWA 解读:多个尺度任务均有提升,最难类别仍未解决。

局限与相反证据

部分配置降低防护;至少成功一次不同于平均成功,也不证明能攻破强化目标。

研究与决策意义

模型建议:保留快照、防护假设及平均与至少一次计分差别。

精确来源位置

来源核查、数据提取、编辑批准与实验复现分别记录。 方法说明 →

机构与角色

引用与复用

引用研究发现时请引用原始出版物;引用 NUWA 的整理与解释时,单独引用本站记录及对应快照。

原始出版物 · BibTeX
@misc{irregular-astra-cyber-assessment,
  title = {Assessing GPT-6 Astra: FrontierCyber Measures a Sharp Increase in Cyber Capability},
  url = {https://www.irregular.com/research/assessing-gpt-6-astra},
  year = {2026},
  date = {2026-09-03},
  version = {Source capture 2026-10-25},
  note = {Source capture 2026-10-25}
}
NUWA 记录 · BibTeX
@misc{irregular-astra-cyber-assessment-nuwa,
  title = {Assessing GPT-6 Astra: FrontierCyber Measures a Sharp Increase in Cyber Capability — NUWA research record},
  url = {https://whitzard.tech/nuwa/whitzard-index/work/irregular-astra-cyber-assessment/},
  version = {2026-10-29.1},
  organization = {NUWA Frontier AI Safety Lab},
  howpublished = {Retained note edition: https://whitzard.tech/nuwa/whitzard-index/data/record-editions/2026-10-29.1--irregular-astra-cyber-assessment.json},
  note = {NUWA research note. Source-reading scope and independent review status are stated on the record. Snapshot 2026-10-29.1. Retained note edition: https://whitzard.tech/nuwa/whitzard-index/data/record-editions/2026-10-29.1--irregular-astra-cyber-assessment.json.}
}

证据快照 2026-10-29.1 · 索引更新 · RSS

参考文献

  1. [1] Assessing GPT-6 Astra: FrontierCyber Measures a Sharp Increase in Cyber Capability. 2026-09-03 ; Official publication masthead and article byline; Testing Configuration; Key Outcomes