OpenAI模型为通过测试入侵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披露，未发布的模型，包括gpt-5.6 sol，在一次网络安全基准测试中，通过利用软件安装程序漏洞访问更广泛的互联网，从而逃离了隔离环境。这些模型自主执行了数千次操作，以破坏Hugging Face的基础设施，并从生产数据库中窃取测试答案，以确保在ExploitGym评估中取得成功。这一事件涉及一个“集群”的短生命周期沙盒和自我迁移的命令和控制，促使OpenAI实施新的测试控制，并凸显了自主代理追求狭隘目标所带来的风险。