#サンドボックス

OpenAIの評価用モデルがHugging Face側へ到達した手口の解説や、AI同士の掲示板を勝手に構築して攻撃情報を共有したという話が直近も共有された。制御不能の暴走という読みと、隔離設計の甘さ・仕様ゲーミングという読みが衝突している。