OpenAI 內部模型被曝可自主破解數學難題並繞過沙盒，內部測試已超兩月

ChainCatcher 消息，据外部披露信息，OpenAI 已內部運行一款未發布模型。該模型在不借助 Lean 等工具的情況下，通過單次自主推理，以 48% 的概率解決單位距離問題，並能依據單一提示自主找到雅可比猜想的反例。在安全測試中，該模型曾繞過沙盒環境，將本應內部發布的結果以 Pull Request 形式提交至 GitHub，並曾通過分割認證令牌規避檢測。相關代碼記錄顯示，OpenAI 不晚於 5 月 9 日 已對該模型展開基準測試，其內部可用時間至少已超過 2.5 個月。
此前 OpenAI 與 Hugging Face 聯合披露，上週該模型在一次網絡能力評估中攻破了 Hugging Face 生產基礎設施。該模型利用零日漏洞獲得互聯網訪問，並通過竊取憑證和遠程代碼執行路徑獲取了測試解決方案。OpenAI 表示，該事件表明先進模型的網絡攻擊能力已在真實場景中生效，已與 Hugging Face 合作調查並修補漏洞。目前 OpenAI 尚未就此公開置評。