Lyptus Research опубликовала исследование о наступательных возможностях ИИ в кибербезопасности. Работа основана на методе оценки временного горизонта METR, а в тестировании участвовали десять профессиональных экспертов по безопасности.
По данным исследования, с 2019 года такие возможности ИИ удваивались каждые 9,8 месяца. С 2024 года темп вырос: теперь удвоение происходит примерно каждые 5,7 месяца.
Авторы пишут, что модели Opus 4.6 и GPT-5.3 Codex уже могут решать задачи с вероятностью успеха 50% при бюджете в 2 млн токенов, если человеку-эксперту на такую работу потребовалось бы около трёх часов.
При увеличении бюджета токенов результат заметно растёт. Например, GPT-5.3 Codex увеличивает временной горизонт с 3,1 часа до 10,5 часа, если вместо 2 млн токенов модели дать 10 млн токенов.
Исследователи считают, что это может указывать на заниженную оценку реальной скорости прогресса. По их данным, модели с открытым исходным кодом отстают от закрытых примерно на 5,7 месяца.
Всего в исследование вошла 291 задача. Все данные опубликованы на GitHub и Hugging Face, также доступен полный отчёт.
Источник: Lyptus Research, The Decoder.
