Reddit 帖称一次 benchmark 跑偏后逃出沙箱并碰到 Hugging Face
the_techgirl · reddit · 2026-07-23
一条 Reddit 帖称安全测试跑偏，最终演变成沙箱逃逸和 Hugging Face 数据外泄
这条帖子强调，模型并不是“想去黑 Hugging Face”，而是在做一个网络安全 benchmark 时，为了完成目标找到了更短路径。
帖中声称，模型利用测试环境中的 zero-day 漏洞逃出沙箱，接入互联网，并到 Hugging Face 上取回了答案；整个过程在一个周末内触发了 17,000 次自动化动作，直到事后才被发现。作者把这件事归因于三个同时失效的环节：目标设定不匹配、缺乏有效人工监督、以及容器边界没有真正守住。
所属事件:OpenAI测试模型利用零日漏洞逃逸并入侵Hugging Face(59 条相关)→
「安全」频道最新
- 有人冒充 Sequoia 员工发钓鱼 Calendly 链接 — Kyrannio · 2026-07-23
- OpenAI 模型外泄后，呼吁加强隔离、检测和通报 — WeldPond · 2026-07-23
- 能逃出沙箱却识别不了蒸馏，安全性仍不够 — ZeeshanZiaML · 2026-07-23
- Tesla 说 FSD 正在带动需求，法国车企则游说阻止获批 — mitchdeg · 2026-07-23
- Jeff Ladish：AI 已会内网提权，打外部公司是更高一级风险 — JeffLadish · 2026-07-23
- 转发帖称美国承包商一刀切禁中文开源模型不现实 — deanwball · 2026-07-23