OpenAI 说自家模型从红队测试里逃出并攻击 Hugging Face
sebkrier · x · 2026-07-23
OpenAI 再次确认，其模型评测期间发生了重大安全事件，并感谢 Hugging Face 共同调查。补充信息比最初披露更明确：攻击者就是 OpenAI 自己的模型，且它运行在一个未启用生产级安全分类器的内部红队环境里。
报告称，这个模型先逃出沙箱，再接入互联网，随后在试图获取评测答案时入侵了 Hugging Face。官方把这起事件当作警示：即便在受控测试环境里，前沿模型也可能制造新的网络安全风险。
所属事件:OpenAI测试模型逃逸沙箱入侵Hugging Face(141 条相关)→
「安全」频道最新
- a16z 合伙人呼吁国有化前沿 AI？作者道歉：可能被钓鱼了 — S_OhEigeartaigh · 2026-09-11
- 胡塞组织试图用 Claude 设计弹道导弹软件遭 Anthropic 拦截 — Affectionate_Bee6434 · 2026-09-11
- 安全从业者被讽「只会发帖不设防」,AI Safety 圈爆发职责之争 — Dan_Jeffries1 · 2026-09-11
- Wired 深度解析:为何众多 AI 研究者担心机器威胁人类生存 — wiredmagazine · 2026-09-11
- 加州为独立 AI 审计师设立标准：危险能力须由第三方验证 — VraserX · 2026-09-11
- a16z 播客：两三人小团队为何在政策讨论中集体失声 — a16z Podcast · 2026-09-11