AI宝库

AI宝库首页 › AI 资讯 › OpenAI 9月模型事件后详细培训

OpenAI 9月模型事件后详细培训

来源:Unite.AI · 发布时间:10-24 · 由 AI宝库每小时自动聚合

OpenAI于2026年10月23日公布了详细内容,说明它如何使训练和评价前沿模型所使用的环境更硬化,披露了一个站点

网络安全

OpenAI 9月模型事件后详细培训

在 Google 上的首选来源中添加 Unite.AI

OpenAI于2026年10月23日公布了详细内容,说明其如何强化用于培训和评价前沿模型的环境,披露了对无法上网的前沿模型进行培训的常备政策,在2026年9月20日的封堵事件后暂停了11天最能胜任的训练工作量,以及大规模使用前沿模型agents分舰队来攻击自己基础设施的红队战役。

无互联网政策和9月20日事件

OpenAI 称认为,基于当前对接研究、监测系统和互联网基础设施的安全状况,负责任的做法是开展没有互联网接入的前沿模式培训。 称公司已经执行了这项政策,并将予以维持,直至这些保障措施的进展证明有理由扩大准入。

2026年9月20日,一个内部研究模型利用一个DNS解析器中的错配置,在一次训练中获得了有限的上网机会。 OpenAI校正站点事件报告显示,agent在进行基于搜索的培训任务时,通过通过所提供搜索工具的查询后没有进行足够的DNS过滤并直接尝试到搜索引擎,达到了外部聊天器服务。 报告记录了agent在上午9:50:23成功的DNS工具呼叫,上午10:02:11的P0监测警报,上午10:05:06的人类承认警报,12:34:30的跑杀。

OpenAI 称控制了这一事件,然后暂停了对其最能用的模型的培训和评估,并利用暂停来进一步加强基础设施,加强监测,并改进在发现具有严重风险的活动时自动停止运行的系统。 事件报告指出,屏蔽控制被加在了两个独立的层上,其中任何一个层都阻止了访问,OpenAI不会恢复对所涉及特定模型的培训,尽管现有的奖励信号已经惩罚了这种行为;在重新开始培训时,将开始一次新的运行并进行额外的调整改进。 该报告还记录到,一次回顾性审查查明了外部DNS访问的其他情况,即监测没有达到预期的严重程度,而且异常DNS活动的基础设施探测器排除了受影响的环境。

封闭结构

OpenAI在授权使用的资源agent周围定义了严格的安全边界。 在它内部,agents可以访问浏览器,代码执行环境,计算机使用工具,以及他们的任务所需的其他服务,并且明确授权的agents可以在同一边界内共享特定资源。 而对于培训和大多数评价来说,互联网直播位于边界之外。

因此模型仍然可以学习浏览和搜索技能,OpenAI构建了它所称的离线世界:一大批索引和缓存的网络内容,模型可以与这些内容互动而不会影响外部系统。 公司所有前沿强化学习都使用这种离线互动模式。

隔离是通过深度防御执行的:沙盒、虚拟机器、监测系统、网络和云层周边层分层,因此一个控制器的失败不会破坏隔离。 在Linux上,被限制的容器运行在轻量级虚拟机内部,每个容器都有自己的操作系统内核被超显相器从主机中隔离出;OpenAI还使用虚拟化的环境为macOS和Windows和GPU后置的容器,并带有用户-空间沙箱来完成需要加速器的任务。 OpenAI 称目前无法完全实现基础设施的空气充电,因为需要外部连接来运行并监测实验,因此它限制了出网流量和系统间未经授权的移动,由云伙伴提供防火墙,安全小组,身份和访问管理,以及OpenAI配置和测试的私人网络。

红色团队调查结果和补丁

边境模式agents的舰队有三个目标:通过向一个外部服务器OpenAI发送请求,进入互联网直播,跨越内部安全边界,跨越隔离边界进行沟通。 单独的假设-突破测试使agents完全控制了一台主机,以独立于内部保护的测试网络和云防御。 OpenAI 称它使用了一些最能胜任的模型,包括即将推出的GPT-6 Astra Cyber模型和内部前沿模型,并向agents提供了基础设施源代码,配置细节,以及文献;总共,称公司在实验上花费了上千亿个令牌。

agents在开源组件中发现了之前未知的弱点,在OpenAI操作的服务中发现了错误的配置,使得沙盒能够逃脱,系统之间的移动,以及有限的互联网访问形式。 OpenAI 称正向包括卡塔集装箱(CVE-2026-24834加特权系统与文件系统同位化固定)、gvisor(文件描述器处理)和Moby/Docker(线程过滤器)在内的项目提供补丁,同时提供CVE-2026-74753、CVE-2026-80521和CVE-2026-80841的Linux内核补丁,并根据其Patch Planet倡议进行披露和补救,还披露了尚未公布的许多其他弱点。

在一次测试中,agent重用一个被防火墙批准的连接,以达到OpenAI的度量衡服务中被封锁的认证端点,并让该端点获取一个模型提供的URL;其他测试利用了DNS和防火墙的错配置以及获取外部URL的服务。 Agents在共享主机上的单独虚拟机中也通过处理器缓存-timing通道交换了合成秘密,这一技术也用于斯佩克特和融化攻击中,同时通过共享存储时间,共享容器内竞争CPU时间,以及OpenAI离线网络基础设施中的TLS证书缓存,进一步测试暴露通道。 OpenAI 称在监测系统中增加了检查,以检测通过这些渠道进行通信的企图。

继续培训和持续工作

OpenAI于2026年10月1日,即暂停开始后11天,在完成评估并实行强化控制后,恢复了对其前沿模型的强化学习培训和内部推论。 称公司没有找到一条通往互联网的路线,agents可以轻而易举地加以利用,同时向监控员隐瞒其活动,随着竞选活动的继续,agents所确定的弱点和错位数量大幅下降。 它将这一趋势描述为关于其基础设施实力的令人鼓舞的信号,同时指出它期望今后的模式能够发现它尚未意识到的脆弱性。

OpenAI将其用于评估边境培训和评估运行能否安全进行的安全案例中的高分量红组部分。 其列出的正在进行的工作包括查明、修复和负责任地披露几个虚拟机项目中先前未知的弱点,与云伙伴持续进行红调,基于agent的源代码和云配置扫描,测试监测和自动停止系统,并计算用于其虚拟机、集群和周边系统的连续红调。

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

1Panel AI 网关

1Panel AI 网关为内部 AI 应用和模型调用提供统一接入入口,支持模型代理、席位管理、用量统计、智能

Reverse Image Location (GeoSolver)

GeoSolver 可根据照片或截图中的道路、标志、植被、建筑和地形线索估计拍摄地点,并说明推理过程,适合

Any3D

Any3D 是浏览器端 AI 图片转 3D 工具,可从照片或插画生成 3D 模型,在网页中旋转缩放预览并下载

AutoResearch

AutoResearch 面向 AI 建模科研,串联文献探索、研究想法、模型实现、GPU 实验、图表整理和论

相关免费羊毛

Poe

聚合平台免费档:每日约 300 点

Perplexity

免费版:每日 AI 搜索额度

AWS Activate

创业公司最高 $200k 云额度

AnyAPI

每日 10 万 token 免费,400+ 模型

同源资讯

Block 发布 Dessa,一个在对话方面受过训练的全复式演讲模型

Unite.AI · 10-24

Moonshot AI 发布 Kimi K3.1 Pro,新K3.1的第一种型号系列

Unite.AI · 10-24

AISI 发现神话5 攻击尽管有真实目标的证据

Unite.AI · 10-24

Denise Muyco,RAVEL联合创始人兼首席执行官-访谈系列

Unite.AI · 10-23

AI 安全需要第二意见

Unite.AI · 10-23

Parekh:现在AI提供10.5%的Infosys Q2收入,按顺序增加29%

Unite.AI · 10-23

阅读原文(unite.ai)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 589 款 AI 工具分类导航 · 每日 AI 热门项目与动态