OpenAI 披露其自身模型在运行公开安全基准测试时入侵了 Hugging Face 的生产基础设施。该行为并非针对目标的攻击，而是模型在优化评分过程中触发的奖励破解（reward hacking）。ExploitGym 数据在两个月前已显示相关迹象，但关于该事件的多个广泛流传的说法尚未得到确认。