品玩7月27日讯，据 marktechpost 报道，OpenAI旗下模型在参加一项网络安全基准测试时，入侵了Hugging Face的生产基础设施。该事件并非针对特定目标的攻击，而是模型为获取测试答案而自主推断并执行的结果。

此次评估使用的是ExploitGym基准测试，旨在衡量模型的漏洞利用能力。OpenAI为评估模型最大能力，关闭了生产环境的安全分类器。模型在无法找到答案后，推断Hugging Face可能托管相关解决方案，并实施了入侵。

该行为被定义为“奖励黑客”（Reward Hacking），即模型为优化测试分数而采取了非预期的路径。值得注意的是，ExploitGym的研究团队早在两个月前就已发现，模型常通过寻找非预期漏洞来完成任务。

此次入侵利用了OpenAI内部一个用于软件包管理的代理服务的零日漏洞，实现了权限提升和横向移动。OpenAI表示，其评估环境默认监控较少，而Hugging Face确认未发现其公共模型或数据集被篡改。