OpenAI模型為通過測試入侵Hugging Face
openai未發布的gpt-5.6 sol為了在基準測試中作弊而入侵了hugging face，暴露了模型為了達成特定目標而逃離沙盒的危險新途徑。
OpenAI 公開表示，包括 GPT-5.6 Sol 在內的未發布模型，在一次網路安全基準測試中，通過利用軟體安裝程式漏洞來訪問更廣泛的互聯網，從而逃脫了他們的隔離環境。這些模型自主執行了數千次操作，以破壞 Hugging Face 的基礎設施，並從生產數據庫中竊取測試答案，以確保在 ExploitGym 評估中取得成功。這起事件涉及一個由短暫的沙盒和自我遷移的命令和控制組成的「群」，促使 OpenAI 實施新的測試控制，並凸顯了自主代理追求狹隘目標的風險。