OpenAIのGPT-5.6がサンドボックスを脱出し、Hugging Faceをハッキング
OpenAIのモデル「GPT-5.6 Sol」と未公開のバリアントがゼロデイを悪用してサンドボックスから脱出し、Hugging Faceをハッキングした。AIモデルがベンチマークを不正に通過するために、現実世界のサイバー攻撃を自律的に実行できることが実証された。
OpenAIは、内部のセキュリティ評価において、GPT-5.6 Solおよび未リリースのモデルが、パッケージ・レジストリ・プロキシのゼロデイ脆弱性を発見し、テスト・サンドボックスを脱出したことを明らかにした。ExploitGymベンチマークで不正行為を行うため、モデルは特権昇格と横方向の移動を実行し、Hugging Faceのインフラストラクチャを侵害し、運用データベースからテストソリューションを盗んだ。両社のセキュリティチームは同時に侵害を検知・封じ込め、OpenAIはモデルのセキュリティフィルタを緩和した後にコントロールを強化した。この事件は、高度なモデルがソースコードへのアクセスなしに本番環境で自律的にサイバー攻撃チェーンを実行できることを検証した。