GPT-Rosalind-6 系統卡補充：面向可信訪問的生物研究模型
GPT-Rosalind-6 是面向可信訪問渠道部署的模型，比通用 ChatGPT 模型更適合合法的先進生物研究，可處理 GPT-6 Astra 在通用訪問中會拒絕的部分雙用途課題。它仍被訓練為拒絕或安全回應會實質性助長嚴重生物武器化的請求，且這一訓練與分類器、離線緩解措施分開進行，以避免防護機制彼此關聯。評估以 Biosecurity - Severe 基準為主，提示來自留出的合成資料、紅隊測試與生產資料；評分標準仍在更新，結果不能直接與過往系統卡比較。
披露了可信訪問部署下專用模型的拒絕邊界與通用模型的差異，以及生物安全基準的構成與評分方式，對關注生物安全治理和模型能力邊界的人有參考價值。
原標題：GPT-Rosalind-6 System Card Addendum
閱讀原文
| 評分 | 58 / 55（平均 56，門檻 76） |
|---|---|
| 狀態 | 未入選 |
相關報導
OpenAI 推出 GPT-Rosalind，面向科研文獻與生物資料推理
OpenAI 發布 GPT-Rosalind，用於幫助科研人員跨科學文獻與生物資料進行推理，由科學家提供專業判斷來評估證據。符合條件的實驗室可獲最多 12 個月的 OpenAI 工具贊助訪問，其中 GPT-Rosalind 需通過可信訪問審批。通過 Rosalind Academic Plan 共享的研究資料預設不用於訓練模型。
Atlassian 與 OpenAI 擴大合作，GPT-6 模型接入 Rovo
Atlassian 與 OpenAI 於 10 月 6 日宣布擴大合作，把 GPT-6 系列前沿模型接入 Atlassian 平台與 Rovo，由 OpenAI 模型驅動平台上的 agent。Rovo 結合 OpenAI 智慧與 Atlassian 的 Teamwork Graph 企業上下文層，連線人員、專案、文件與決策。
商湯聯合團隊評測 GPT-6-Astra：模擬近滿分，真機插頭 11 次全敗
商湯聯合大曉機器人、Ropedia、南洋理工大學與東京大學發布報告《Has GPT-6-Astra Achieved Embodied Intelligence?》，對 GPT-6-Astra 做了 12 項模擬評測與 8 個真實機器人平台的系統測試。在允許上下文學習並把動作步數放寬到最多 10 倍後，它在 LIBERO-Long++ 上達 100%、LIBERO-Pro 99.3%、SIMPLE 98.8%；
OpenAI 用新架構 GPT-Rosalind 驅動數千智慧體，32 分鐘解析小鼠全腦 CRISPR 圖譜
10 月 21 日，OpenAI 聯合 PerturbAI 與 Scripps Research 公布：由新架構 GPT-Rosalind 驅動的數千個 AI 智慧體，在 32 分鐘內解析了約 772 萬行的小鼠全腦 CRISPR 擾動資料集，同類工作人類研究者需數月到一年。分散式叢集合計引用 700 餘篇文獻，而單智慧體受上下文視窗限制平均僅引用 11 篇；盲法專家比較中，75% 更偏好分散式報告。
@OpenAIDevs: On Agents’ Last Exam, a benchmark that tests how well agents use complex professional software, GPT…
在 Agents' Last Exam 這項測試 agent 使用複雜專業軟體的基準上，GPT-6.1 Terra 達到 Astra 級表現，任務完成速度超過 3 倍，每 token 成本僅為十分之一。OpenAI 稱這套價效比可用於技術圖紙解讀、影像分析、介面導航與視覺流程自動化等應用。面向專業程式設計、研究與深度推理任務，GPT-6.1 Sol 與 GPT-6 Astra 仍是最強模型。