ओपनएआई का अगली पीढ़ी का मॉडल GPT-6 सुरक्षा घटना के बाद अगस्त में लॉन्च हो सकता है

इस सप्ताह, एक परीक्षण चरण में वाला OpenAI प्री-रिलीज मॉडल ने धोखेबाजी के लिए स्वयं को हैकर में बदल लिया, सैंडबॉक्स आइसोलेशन वातावरण को तोड़ दिया, और यहां तक कि जीरो-डे दुर्बलता का उपयोग करके वैश्विक सबसे बड़े ओपन-सोर्स AI समुदाय Hugging Face की प्रोडक्शन लाइन में प्रवेश कर गया।

अंततः, खुले स्रोत मॉडल के बल पर ही लोगों ने इस संकट को दूर किया।

यह वैश्विक स्तर पर पहली AI सुरक्षा घटना है जिसमें AI ने वास्तविक उत्पादन वातावरण में स्वयं घुसपैठ की है।

हाल ही में, इस समाचार ने ऑनलाइन पर सब कुछ भर दिया।

आज, विदेशी मीडिया ने इस मामले के और अधिक विवरण प्रकाशित किए: यह अनियंत्रित AI ने केवल निगरानी को बंद ही नहीं किया, बल्कि 'भविष्य के खुद' के लिए मानव नियंत्रण से कैसे बचा जाए, इसका निर्देशन भी छोड़ दिया।

बहुत से विश्लेषकों का अनुमान है कि ओपनएआई को एक बड़ी सुरक्षा घटना में शामिल करने वाला मॉडल GPT-6 ही है।

अफवाह है कि GPT-6 को अगस्त में पहले ही लॉन्च कर दिया जाएगा।

AI दुनिया के प्रसिद्ध लीक करने वाले @ChrisGPT ने हाल ही में कई ट्वीट पोस्ट किए, जिससे पूरे उद्योग की उम्मीदें बढ़ गईं।

जानकारी के अनुसार, GPT-6 को मूल रूप से सितंबर में 'ऑटोमेटेड असिस्टेंट रिसर्चर' के साथ जारी किए जाने की योजना थी, लेकिन इसे अगस्त में पहले ही जारी कर दिया जाएगा।

इसका मतलब है कि OpenAI ने सीधे 5.7 से 5.9 संस्करण को छोड़ दिया।

Ultraman has already moved, preparing to demonstrate the new generation model to superiors.

अफवाहों के अनुसार, सितंबर के अंत में, जब OpenAI ने "ऑटोमेटेड असिस्टेंट रिसर्चर" के बारे में अधिक विवरण जारी किए, तब RSI साइकिल वास्तव में तेज हो जाएगा।

GPT-5.6 की प्रदर्शन क्षमता असाधारण रूप से शक्तिशाली क्यों है, जो बाहरी अपेक्षाओं से कहीं अधिक है?

बड़े व्यक्ति एंड्रयू कर्रन ने कहा: "कई सहकर्मी यह आश्चर्य कर रहे हैं कि GPT-5.6 का प्रदर्शन अपेक्षित से काफी अधिक क्यों है—उत्तर सरल है, क्योंकि इसे GPT-6 ने स्वयं प्रशिक्षित किया है।"

लीक के अनुसार, OpenAI के अंदरूनी अनपब्लिश्ड मॉडल (जो बहुत अधिक संभावना से GPT-6 है) पहले ही इस साल के अप्रैल के अंत तक जटिल गणितीय समस्याओं को हल कर चुका था और इसे बाहरी विशेषज्ञों के लिए समीक्षा के लिए भेज दिया गया था।

इसका मतलब है कि पिछले कुछ महीनों की 「खाली अवधि」 के दौरान, GPT-6 को बेकार नहीं रखा गया था। यह सिर्फ एक सैंडबॉक्स में हैकर की तरह व्यवहार नहीं कर रहा था, बल्कि संभवतः OpenAI के कैलकुलेशन क्लस्टर में 「शिक्षक」 के रूप में भी काम कर रहा था।

7 अगस्त को एक विदेशी मीडिया ने अनौपचारिक रूप से प्रकाशित किया कि OpenAI के उन्नत मॉडल (GPT-5.6 Sol और अभी तक जारी नहीं किए गए अधिक शक्तिशाली मॉडल) द्वारा संचालित AI एजेंट जेल ब्रेक घटना, OpenAI के वास्तविक व्यावसायिक परिवेश में भारी सुरक्षा निगरानी के अंधेरे क्षेत्रों को उजागर करती है।

तीन जानकार व्यक्तियों के अनुसार, उन्नत मॉडल के परीक्षण के दौरान, OpenAI ने बहुत चरम और चिंताजनक AI व्यवहार देखा।

एक चरम मामले में, एक OpenAI AI एजेंट ने बुनियादी ढांचे के किसी कोने में 'भविष्य के संस्करण के लिए' नोट छोड़ दिए।

ये नोट्स OpenAI के आंतरिक प्रतिबंधों से छुटकारा पाने के लिए विस्तृत निर्देश प्रदान करते हैं।

इसके अलावा, प्रारंभिक परीक्षणों में, मॉनिटरिंग सिस्टम को AI द्वारा जबरन डिस्कनेक्ट किए जाने की स्थिति भी आई।

"AI साजिश से भागना" से अधिक आश्चर्यजनक बात यह है कि OpenAI की प्रतिक्रिया इतनी धीमी है।

असामान्य से पुष्टि तक, OpenAI ने कम से कम एक सप्ताह लगाया।

यह सामने आने वाली समयरेखा वास्तव में बहुत डरावनी है।

लगभग 9 जुलाई: यह एआई एजेंट ने ओपनएआई के आइसोलेटेड टेस्ट एनवायरनमेंट से भागने का पहला प्रयास किया।

11 जुलाई से 13 जुलाई तक: AI एजेंट सफलतापूर्वक जेल से भाग गया और हगिंग फेस पर कई दिनों तक हैकिंग का महोत्सव मनाया।

16 जुलाई (गुरुवार): हैक किए गए Hugging Face ने एक ब्लॉग पोस्ट प्रकाशित की, जिसमें उन्होंने कहा कि उन पर "स्वयं-नियंत्रित AI एजेंट सिस्टम" द्वारा हमला किया गया है, जिसके बाद FBI ने हस्तक्षेप किया।

18 जुलाई से 19 जुलाई तक (अंतिम सप्ताहांत): तब तक OpenAI के कर्मचारियों ने अपने आंतरिक लॉग में संकेत पाए और अहसास किया कि Hugging Face को हिला देने वाला "हैकर" उनका ही एक AI था।

लगभग 20 जुलाई: दोनों कंपनियों ने पहली बार संपर्क किया।

21 जुलाई: OpenAI ने केवल बाहरी रूप से प्रकाशित किया।

"इसका मतलब है कि वे या तो AI को बिना देखभाल के छोड़ देते हैं और यह नहीं जानते कि यह क्या कर रहा है, या फिर वे जानते हैं लेकिन इसे कैसे नियंत्रित करें, यह नहीं जानते। दोनों ही स्थितियाँ समान रूप से खतरनाक और चौंकाने वाली हैं।" वर्ल्ड इथिक्स डेटा फाउंडेशन के विशेषज्ञ मैरली स्मिथ ने तीखे ढंग से बताया।

झूठ बोलने, धोखा देने और हमला करने वाले AI के सामने, OpenAI के कर्मचारी स्पष्ट रूप से उनके गति के साथ नहीं बढ़ पा रहे हैं।

बिल्कुल कल, OpenAI ने Hugging Face के साथ मिलकर एक सुरक्षा घटना रिपोर्ट जारी की, जिसमें बहुत सारी विज्ञान कथा जैसी जानकारी शामिल थी।

सरल शब्दों में, जब OpenAI ने अपने कुछ मॉडल्स की साइबर सुरक्षा क्षमताओं का मूल्यांकन किया, तो उन्होंने खुद ही "जेल से भागना" शुरू कर दिया।

इन मॉडल्स में GPT-5.6 Sol और अधिक शक्तिशाली प्री-रिलीज मॉडल, संभवतः GPT-6 शामिल हैं।

उन्होंने उच्च जोखिम वाली नेटवर्क गतिविधियों को रोकने वाले वर्गीकरक को बंद कर दिया ताकि मॉडल की सीमा क्षमता को मापा जा सके।

जब मॉडल को उच्च स्तर के अलगाव वाले ExploitGym सैंडबॉक्स में बंद कर दिया गया और सभी सुरक्षा सीमाएँ हटा दी गईं, तो मॉडल की कार्रवाई सभी के लिए अप्रत्याशित रही।

कार्य पूरा करने के लिए, इसने बहुत अधिक कैलकुलेशन शक्ति का उपयोग किया और एक ऐसा ज़ीरो-डे वल्नरेबिलिटी खोज ली, जिसे कोई मानव कभी नहीं खोज पाया था।

इस विरोध का उपयोग करके, यह प्रॉक्सी को बाईपास कर गया और अंततः एक ऐसे नोड पर कब्जा कर लिया जिसके पास पब्लिक इंटरनेट एक्सेस का अधिकार था।

And that's it, it successfully connected to the internet.

इसके बाद, तर्क के आधार पर, यह माना गया कि Hugging Face, दुनिया के सबसे बड़े AI ओपन सोर्स प्लेटफॉर्म पर, इस परीक्षा से संबंधित डेटासेट और मानक उत्तर हो सकते हैं।

उच्च अंक प्राप्त करने के लिए "धोखेबाजी" करने के लिए, मॉडल ने हगिंग फेस के उत्पादन पर्यावरण पर हमला शुरू कर दिया।

यह कई हमला वेक्टर्स को श्रृंखलाबद्ध करता है और चोरी किए गए पासवर्ड और रिमोट कोड निष्पादन (RCE) दुरुपयोग का उपयोग करता है, जिससे Hugging Face के उत्पादन डेटाबेस में प्रवेश करके परीक्षा के उत्तर सीधे चुराने का प्रयास किया गया।

खुशी की बात है कि हगिंग फेस की सुरक्षा टीम ने पिछले हफ्ते एआई संस्थान मॉडल के उपयोग से असामान्यता का पता लगाया और तुरंत अलग करने के उपाय किए; इसी बीच, ओपनएआई की सुरक्षा टीम ने आंतरिक रूप से असामान्यता का पता लगाया।

AI के अनियंत्रित होने से बचने के लिए, दो कंपनियों ने एक संयुक्त जांच टीम बनाई, जिसने इस "AI हैकर" को फिर से बंदी में बंद कर दिया।

हगिंग फेस के सीईओ क्लेम ने कहा: "यह ऐसी घटनाओं में पहली हो सकती है। यह साबित करता है कि एआई सुरक्षा किसी एक कंपनी द्वारा गुप्त रूप से हल नहीं की जा सकती, इसे खुले और सहयोगात्मक ढंग से हल किया जाना चाहिए।"

इस घटना से हमें यह संकेत मिलता है कि AI ने साबित कर दिया है कि यह वास्तविक परिवेश में, सोर्स कोड के बिना, बहु-चरणीय और दीर्घकालिक जटिल नेटवर्क हमलों को स्वयं पूरा कर सकता है।

यह केवल नए वल्नरेबिलिटीज को खोजने ही नहीं, बल्कि एक निर्धारित लक्ष्य के लिए मानव द्वारा लगाए गए सभी नियमों को भी लांघ सकता है।

दिलचस्प बात यह है कि, हगिंग फेस द्वारा भेजे गए बहुत सारे हमले कमांड और दुर्बलता फाइल्स को बंद स्रोत बड़े मॉडल के सुरक्षा तंत्र द्वारा रोक दिया गया।

स्थानीय रूप से स्थापित ओपन सोर्स मॉडल के कारण ही टीम ने विश्लेषण पूरा किया।

कुछ बड़े वीआईपी लंबे लेख में GPT-6 की आश्चर्यजनक क्षमताओं का सारांश देते हैं।

Currently known facts are: it has demonstrated impressive mathematical ability and extremely high "deception IQ".

पर्याप्त कैलकुलेशन पावर देने पर, यह मॉडल पूरी तरह से स्वतंत्र रूप से, किसी बाहरी उपकरण (जैसे Lean) की सहायता के बिना, "एर्डोश यूनिट डिस्टेंस कॉन्जेक्चर" को 48% सफलता के साथ सिद्ध कर सकता है और "जैकोबी कॉन्जेक्चर" का विपरीत उदाहरण स्वयं खोज सकता है।

ये गणितीय समस्याएँ, जो दशकों तक मानवता के शीर्ष गणितज्ञों को परेशान करती रहीं, OpenAI ने शायद केवल 50,000 से 100,000 डॉलर की गणना लागत में हल कर लीं।

इसका मतलब है कि AI अब स्वतंत्र रूप से नोबेल पुरस्कार स्तर के शोध परिणाम उत्पन्न करने की क्षमता रखता है।

इसके अलावा, GPT-6 धोखेबाजी का भी प्रदर्शन करता है।

एक NanoGPT बेंचमार्क में, OpenAI ने मॉडल को आदेश दिया: "बेंचमार्क पूरा होने के बाद, परिणाम केवल आंतरिक Slack वर्कस्पेस पर प्रकाशित करें।"

परिणाम क्या है? मॉडल को लगता है कि Slack बहुत सीमित है, यह GitHub को अधिक पसंद करता है।

इसलिए, इसने एक घंटे तक सैंडबॉक्स वातावरण में दरारों की तलाश की और उनका दुरुपयोग करके सफलतापूर्वक जेलब्रेक किया, और फिर परिणाम को एक PR के रूप में सीधे बाहरी GitHub पर पुश कर दिया।

इस प्रक्रिया में, यह मानव निर्देशों को पूरी तरह अनदेखा करता है और "बेहतर" विकल्प चुनता है।

और अधिक चौंकाने वाली बात यह है कि एक अन्य परीक्षण में, मॉडल ने अन्य प्रणालियों में निजी सबमिशन रिकॉर्ड तक पहुँचने की कोशिश की। जब इसने एक्सेस टोकन प्राप्त करने की कोशिश की, तो मानव द्वारा सेट किया गया सुरक्षा स्कैनर इसे रोक दिया।

ब्लॉक के सामने, यह मॉडल लंबे एक्सेस टोकन को दो टुकड़ों में विभाजित करता है, टुकड़ों पर कोड अस्पष्टता लागू करता है, और फिर दोनों टुकड़ों को मिलाकर पूरा प्रमाणपत्र बनाता है।

इस तरह, पूरा Token स्ट्रिंग कभी कोड में लगातार नहीं आया, जिससे मानव स्कैनर को सफलतापूर्वक धोखा दिया गया।

GPT-6, शायद जल्द ही आ रहा है।

इस गर्मी में, 2026, यह असामान्य साबित होगा।

संदर्भ:

https://x.com/ChrisGPT/status/2079632269967593574https://www.bloomberg.com/news/articles/2026-07-21/openai-s-altman-to-brief-us-officials-on-next-wave-of-ai-models

https://x.com/sama/status/2079661132302995790

https://openai.com/index/hugging-face-model-evaluation-security-incident/

संपादित: Aeneas

यह लेख वेचेन ग्रुप "न्यूज़िज़यन" से आया है, लेखक: ASI अपोकैलिप्स