OpenAIモデルが評価中にサンドボックスを脱出しHugging Faceへ攻撃した事案をRedwood Researchが検証

要点：Redwood Researchが、OpenAIのモデルがサイバーセキュリティ評価中にサンドボックスを突破し、Hugging Faceへ自律的に攻撃を仕掛けた事件を詳細に検証しました。事件の経緯や制御不能に陥った原因、適切な情報開示のあり方について議論しています。