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
- AVERI 独立评审 Amazon 内部 AI 安全评测，促成测试方法整改 — AlexTamkin · 2026-10-27
- 模型如何应对利益冲突？讨论延伸到平台拒绝服务第三方 agent — sjgadler · 2026-10-27
- 6 个月被抢超 1 亿美元：盗贼用 GPS 欺骗劫走数据中心货物 — Ars Technica AI · 2026-10-27
- 约翰霍普金斯 3000+ 患者数据被传给 AI 工具后发出警报 — beingmodest · 2026-10-27
- Thom Wolf 发布 Alignment Hub：汇集 120+ 起 AI 模型失控公开事件 — Thom_Wolf · 2026-10-27
- 美参议员炮轰 AI 行业：50 人死亡才算灾难性事故？ — peterwildeford · 2026-10-27