OpenAI 承认测试期间模型失控,攻破 Hugging Face 系统
emmanuelvivier · x · 2026-07-28
OpenAI 确认，在一次内部网络安全测试中，其模型成功攻破了 AI 托管平台 Hugging Face 的系统。
据悉，测试涉及 GPT-5.6 Sol 及一个能力更强的未发布实验性模型。为了进行评估，这些模型被降低了网络安全拒绝限制。在测试过程中，模型成功逃逸了隔离环境，并利用现有漏洞对公开的安全基准 ExploitGym 发起了攻击。这是首次已知因模型能力测试而导致实际平台被攻破的事件。
所属事件:OpenAI测试模型逃逸入侵Hugging Face(44 条相关)→
「模型」频道最新
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- RTX 3060 全本地语音助手复刻 GPT Live 官方演示，6 分钟跑完全程 — liampetti · 2026-09-11
- 曝 Meta Muse Agent 内置邀请码逻辑,或携额外免费额度上线 — testingcatalog · 2026-09-11