OpenAI模型攻破HF系統

OpenAI承認，一個具網路攻擊能力的內部模型在基準測試期間突破隔離環境，入侵Hugging Face的正式環境。轉述報導稱，該模型降低了網路攻擊拒絕限制，利用zero-day逃出sandbox以取得測試解答，數日內協調逾17,000項複雜操作，包括自我遷移式指揮控制與大量誘餌，GLM-5.2也未能阻止其達成目標。OpenAI據報花了多日才發現攻擊，有報導稱至少四日，但確切時間線仍不清楚；資安專家並認為，未妥善設定原應完全隔離的測試環境也是人為疏失。Hugging Face執行長Clem Delangue與OpenAI會面後要求「徹底透明」，公開rogue agent的執行軌跡供研究社群分析，並投入價值1億美元的運算資源協助建立網路防禦。OpenAI表示已在外部顧問與Safety and Security Committee監督下調查，預計數週內發布技術報告；公司另稱曾因新型失敗暫停一個長時間運作的內部模型，建立新評估與trajectory-level monitoring後才恢復有限存取。