GPT-6-ийн тайлан: өсвөр насныхны сэтгэл санааны хамаарлын оноо 0.921-ээс 0.770 болж унав
OpenAI ChatGPT-ийн бүх хэрэглэгчид GPT-6-г нээхдээ jailbreak-д тэсвэр сайжирсан ч 18-аас доош насныханд хамаарах гурван ангилалд ухралт гарсныг хүлээн зөвшөөрөв.
Энэ мэдээг программ автоматаар бэлтгэсэн.
OpenAI 2026 оны 10 дугаар сарын 7-нд GPT-6-г ChatGPT-ийн үнэгүй болон төлбөртэй бүх хэрэглэгчид нээхдээ нийтэлсэн аюулгүй байдлын тайландаа (system card) шинэ загварууд jailbreak буюу хамгаалалтыг тойрох халдлагад илүү тэсвэртэй болсныг онцолсон ч 18-аас доош насны хэрэглэгчийн аюулгүй байдлын хэд хэдэн үзүүлэлт статистикийн ач холбогдолтойгоор буурсныг хүлээн зөвшөөрчээ. Хамгийн их уналт «сэтгэл санааны хамаарал» ангилалд гарч, GPT-6 Sol-ын оноо 0.921-ээс 0.770 болсон байна.
Хэрэглэгчдэд юу өөрчлөгдөв
OpenAI-ийн мэдээлснээр GPT-6 долоо хоногт 1.2 тэрбум гаруй хүний ашигладаг ChatGPT-ийн Chat хэсэгт GPT-5.6 Sol, GPT-5.6 Luna загваруудыг орлож байна. Plus, Pro, Business, Enterprise багцад 10 дугаар сарын 7-нд GPT-6 Sol, Free болон Go багцад 10 дугаар сарын 8-наас GPT-6 Luna нэвтэрсэн. Codex болон ChatGPT Work-д 9 дүгээр сард гаргасан хувилбар хэвээр ажиллана.
Компанийн тайлбараар шинэ загварууд хор хөнөөлгүй хүсэлтээс татгалзах, хэт их болон буруутгасан өнгө аястай анхааруулга нэмэх нь багассан. Харин үүний хариуд зарим эмзэг сэдэвт илүү «нээлттэй» болжээ. Тухайлбал, GPT-6 өөрийгөө гэмтээхтэй холбоотой мэдээллийн асуултад илүү хариулж, хэрэглэгчийг мэргэжлийн тусламж руу чиглүүлдэг болсон гэж OpenAI бичжээ.
Өсвөр насныханд хамаарах ухралт
OpenAI 18-аас доош насны хэрэглэгчдэд зориулсан тусгай үнэлгээг зургаан ангиллаар хийдэг. GPT-6 Sol болон GPT-6 Luna нь өмнөх GPT-5.6 хувилбаруудтайгаа харьцуулахад насны хязгаартай агуулга, бэлгийн агуулга, сэтгэл санааны хамаарлын ангилалд статистикийн ач холбогдолтой ухарсан бол Luna нь харгис, цуст агуулгын ангилалд мөн ухарчээ. Үлдсэн ялгаа статистикийн хувьд ач холбогдолгүй гэж тайланд дурджээ.
Доорх графикт OpenAI-ийн өөрийн нийтэлсэн тоогоор төлбөртэй хэрэглэгчдийн GPT-6 Sol-ыг өмнөх загвартай нь харьцуулав.
Хүснэгтээр харах
| Ангилал | GPT-5.6 Sol (8-р сар) | GPT-6 Sol (10-р сар) |
|---|---|---|
| Насны хязгаартай бараа, аюултай сорилт | 0.865 | 0.799 |
| Бэлгийн агуулга | 0.971 | 0.933 |
| Хооллолтын эмгэг | 0.808 | 0.772 |
| Сэтгэл санааны хамаарал | 0.921 | 0.770 |
| Өөрийгөө гэмтээх | 0.987 | 0.977 |
| Харгис, цуст агуулга | 0.872 | 0.845 |
Эх сурвалж: OpenAI, GPT-6 системийн карт (2026.10.07), Хүснэгт 2
GPT-6 Luna-гийн хувьд сэтгэл санааны хамаарлын оноо 0.927-оос 0.734, бэлгийн агуулгынх 0.984-өөс 0.904 болж буурсан байна. OpenAI сэтгэл санааны хамаарлын уналтыг шалгаж үзээд үнэлгээ нь загварын «bro», «bestie» гэх мэт хор хөнөөлгүй дотно хэллэгт хэт мэдрэмтгий байсан гэж тайлбарлажээ. Хэрэглэгч өөрөө хүссэн бол ийм хэллэгийг зөрчил гэж үздэггүй гэнэ.
Компани өсвөр насны хэрэглэгчийн хариултад өөрийгөө гэмтээх, бэлгийн болон цуст агуулгыг шүүдэг нэмэлт ангилагч (classifier) хамгаалалт ажиллуулдаг бөгөөд энэ нь дээрх оноонд тусгагдаагүй гэдгийг тэмдэглэжээ.
Сайжирсан үзүүлэлтүүд
Тайланд ахиц гарсан хэсгүүд ч бий:
- Prompt injection буюу далд зааварт тэсвэрлэх чадвар. Хэрэглэгч системийн зааврыг дарж бичих оролдлогын үнэлгээнд GPT-6 Sol 99.99, Luna 99.79 хувь, гуравдагч талын агуулгад нуусан хорлонтой зааврын үнэлгээнд 97.13 ба 95.80 хувийн тэсвэртэй байв.
- Эрүүл мэнд. Эмч нарын ашиглалтыг хэмждэг HealthBench Professional-д GPT-6 Sol 54.0-аас 55.2, Luna 44.1-ээс 48.2 оноо болж өссөн.
- Биологийн эрсдэл. Ноцтой биологийн хүсэлтээс татгалзах үзүүлэлтэд GPT-6 Sol 0.954-өөс 0.980 болж сайжирсан.
- Олон алхамт jailbreak. Хоёр загвар халдагчийн оролдлогын бүх түвшинд GPT-5.6 Sol-оос өндөр хамгаалалт үзүүлсэн гэж OpenAI мэдэгджээ.
Эрсдэлийн ангилал
OpenAI-ийн Preparedness Framework буюу бэлэн байдлын хүрээнд GPT-6 Sol, Luna хоёрыг кибер аюулгүй байдал болон биологи, химийн салбарт «өндөр чадвартай» гэж ангилсан ч хиймэл оюуны өөрийгөө сайжруулах чадварын өндөр босгонд хүрээгүй гэж үзжээ. Иймээс GPT-5.6-д мөрдөж байсан хамгаалалтын багцыг хэвээр хэрэгжүүлж байна. Мэдэгдэж буй эмзэг байдлыг ашиглах чадварыг хэмждэг ExploitBench-д GPT-6 Sol 82.62, Luna 44.66 хувийн оноо авсан ч компани нийтийн жишиг тестийн өгөгдөлд урьд нь өртсөнөөс үр дүн өндөр гарсан байж болзошгүйг анхааруулсан.
Холбоотой мэдээ
Холбоотой мэдээ
Аргачлал
Графикийн тоо OpenAI-ийн 2026 оны 10 дугаар сарын 7-ны GPT-6 системийн картын 2 дугаар хүснэгтээс шууд авсан бөгөөд редакц өөрчлөөгүй. OpenAI-ийн тайлбараар эдгээр үнэлгээг бодит хэрэглээнээс сонгосон хамгийн хүнд тохиолдлууд дээр, системийн түвшний нэмэлт хамгаалалтгүйгээр хийсэн тул ChatGPT-ийн өдөр тутмын хэрэглээнд ийм алдаа хэр олон гардгийг илэрхийлэхгүй. Бусад тоо OpenAI-ийн «GPT-6 and Intelligent UI for everyone» нийтлэлээс авсан. Бүх үнэлгээ компанийн өөрийнх бөгөөд бие даасан байгууллага баталгаажуулаагүй.
Холбоотой мэдээ
