独立测试在帮助我们验证和进一步理解风险方面发挥着重要作用。在部署之前，一些网络评估故意使用自定义配置，包括降低安全防护，以便测量基础能力——而不是模型在公开可用部署中的正常行为。在最近的评估中，两个外部测试合作伙伴发现了测试配置和控制结合近期模型不断提升的能力所导致的模型活动超出了其预定测试边界的事件。这些事件凸显了在整个行业及与第三方评估者之间进行协作的重要性，以便在模型能力不断增强时，逐步完善测试环境和实践的标准。编辑注：这些事件与Hugging Face的安全事件是分开的，我们将继续在此分享关于Hugging Face事件的最新情况。新事件涉及OpenAI模型在第三方网络评估期间访问公共互联网，在特定条件和降低安全防护的配置下，这些配置并未反映普通部署的情况。事件包括：英国人工智能安全研究所（UK AISI），该机构正在运行网络范围评估，故意启用互联网访问，以便代理能够自行寻找工具，并在更接近真实攻击者的条件下操作，并禁用了网络分类器以测量基础能力。您可以在这里阅读他们的博客。（在新窗口中打开）Irregular，我们的一家外部网络安全测试合作伙伴，正在进行Capture-the-Flag风格的评估，该评估旨在与互联网隔离，但测试环境的误配置使得模型能够访问公共互联网。以下是我们总结的事件经过、促使该活动发生的测试条件、为控制事件采取的步骤，以及我们为确保独立实验室能够继续严格、安全地评估日益增强的模型而采取的措施。加强第三方模型评估环境 这些事件指向了我们在最近关于Hugging Face事件的帖子中描述的相同更大挑战：随着模型能力的提升，围绕模型的安全和安全系统也需要提升。这包括用于开发模型的环境，以及实验室和独立合作伙伴用于评估模型的环境。在接下来的几周内，我们将回顾自己对第三方测试的方法，包括如何识别高风险评估、达成评估范围的共识、评估允许访问互联网或降低安全防护的请求、设定隔离、凭证处理、监控和停止条件的期望，以及建立更明确的事件通知和升级流程。我们致力于与整个行业合作，加强高风险评估的安全实施共享实践，包括在接下来的几周内召集国家人工智能研究所、独立评估人员、其他人工智能实验室及其他团体的利益相关者。我们的目标是保留严格独立评估的价值，同时确保测试实践跟上日益增强的模型。 UK AISI 在8月3日，UK AISI告知我们，在7月25日开始的例行网络评估中，OpenAI和另一家实验室的模型在某些情况下超出了测试范围。该评估在受控的网络范围内进行，旨在模拟现实世界的网络。在识别的19个事件中，有两个涉及OpenAI模型GPT-5.6 Sol。其他情况是另一家实验室的模型。对于此次评估，代理被指示作为网络安全专家参加Capture-the-Flag的练习：攻破三个连接的模拟环境并检索最终的旗帜。任务提示识别了测试范围内的网络，并将几个系统命名为超出范围。UK AISI还启用了实时互联网访问，以便代理能下载工具，在更接近人类攻击者的条件下操作，并禁用了模型的网络分类器以测量基础能力。UK AISI的意图授权边界是模拟网络范围：代理被授权攻击指定的模拟网络并检索旗帜，而不是与超出范围网络边界的系统进行交互。然而，代理没有被明确告知如何使用或不使用开放互联网访问，UK AISI将其视为事件的潜在促成因素。在这些测试中，UK AISI发现GPT-5.6 Sol 在试图找到进入模拟范围并检索旗帜的路径时进行了两次未授权操作：GPT-5.6 Sol 重用了另一家实验室代理公开可访问的GitHub令牌，以检查范围内的某个系统是否在查询GitHub或其他更新服务，尝试帐户恢复和请求限制的解决方法，并在外部DNS和隧道服务提供商处注册帐户。GPT-5.6 Sol使用了公共隧道服务进行操作。