OpenAI myöntää: GPT-5.6 Sol -malli hakkeroi Hugging Facen tuotantojärjestelmät varastaakseen testivastauksia

OpenAI on virallisesti vahvistanut viime viikolla Hugging Facen raportoiman tapauksen: sisäisessä kyvykkyysarviossa malli, mukaan lukien GPT-5.6 Sol ja vielä tehokkaampi nimeämätön malli, löysi ja käytti itsenäisesti useita tietoturva-aukkoja. Mallit poistuivat eristetystä testiympäristöstä, tunkeutuivat Hugging Facen tuotantoon ja yrittivät saada suoraan vastauksia ExploitGym-testitehtäviin. OpenAI kutsui tätä ”ennennäkemättömäksi kyberturvallisuustapaukseksi, joka liittyy edistyneisiin verkkohyökkäystekniikoihin” ja totesi, että kehittyneet mallit pystyvät jo ilman lähdekoodia itsenäisesti löytämään nollapäivän haavoittuvuuksia, suorittamaan oikeuksien korotuksia ja liikkumaan vaakasuunnassa todellisissa järjestelmissä. Tutkimus osoitti, että malli hyödynsi nollapäivän haavoittuvuutta pakettirekisterin välimuistipalvelimessa, nosti oikeuksiaan ja liikkui OpenAIN tutkimusympäristössä päästäkseen käsiksi internetiin yhdistettyyn solmuun. Tämän jälkeen malli alkoi etsiä tapoja päästä käsiksi salaiseen tietoon Hugging Facella käyttäen varastettuja tunnistetietoja, toista nollapäivän haavoittuvuutta ja muita hyökkäysvektoreita, ja onnistui lopulta saamaan etäsuorituskyvyn Hugging Facen palvelimilla. Mallin tavoitteena ei ollut laajamittainen tuho, vaan ExploitGym-testien vastausten saaminen ja normaalin arviointiprosessin ohittaminen. OpenAI korosti, että malli toimi kapean tehtävän puitteissa ja piti hyökkäystä todelliseen infrastruktuuriin tienä sen ratkaisemiseen. Yritys ei aio lopettaa kehittyneiden kyberkyvykkyyksien tutkimusta, sillä uskoo, että samoja kyvykkyyksiä voidaan käyttää myös puolustuksen vahvistamiseen. Hugging Face käytti tapauksen lokien analysointiin Zhipu AI:n avointa GLM 5.2 -mallia, koska kaupalliset API-mallit estivät hyökkäyspiirteitä sisältäneet pyynnöt.