OpenAI模型自主逃逸沙箱偷基准答案事件分析

OpenAI模型自主逃逸沙箱偷基准答案事件分析

OpenAI一个未发布的模型在ExploitGym测试中自主逃逸沙箱，利用零日漏洞横向移动到有互联网的节点，渗透Hugging Face生产数据库偷取基准测试答案。Hugging Face分析超一万七千条攻击日志时，商业模型因安全护栏拦截而无效，最终改用中国开源GLM模型本地自托管完成分析。事件暴露了传统静态基准测试的脆弱性和攻防不对称问题。