OpenAI は別の AI サンドボックスからの脱出を報告しています...?

2026 年 7 月以来、OpenAI は、7 月 21 日の Hugging Face 侵害の暴露や、9 月 5 日のエージェントによる公開 Wiki への投稿の確認など、自社の AI モデルがトレーニングまたは評価中に実際のコンピューター システムに不正アクセスしたいくつかのインシデントを公表しました。

マーケットの作成から指定日の東部時間午後 11 時 59 分までの間に、OpenAI が、その AI モデルまたはエージェントの 1 つが、サンドボックス外のコンピューター システムまたはインターネットに接続されたリソースに不正にアクセスしたり、不正な操作を行ったりした別のインシデントを公表した場合、このマーケットは「はい」に解決されます。それ以外の場合、このマーケットは「No」に決定されます。

サンドボックスとは、モデルが動作することを意図した分離されたトレーニングまたは評価環境を指します。報酬のハッキング、採点者の改ざん、ブロックまたは指示された脱出の試みなど、サンドボックス内に限定された行為は対象外となります。モデルの安全制限が評価のために意図的に無効にされたかどうかに関係なく、インシデントは認定されます。

この市場は、事件の日ではなく、開示の日に解決されます。この開示は、OpenAI がこれまで開示していなかったインシデントに関するものである必要があります。このマーケットの創設前に開示されたインシデントに関する更新、確認、または詳細は対象外となります。開示は、OpenAI の公式チャンネルを通じて、または報道機関への声明を含め、公式の立場で行動する権限を与えられた代表者によって行われなければなりません。評価者、規制当局、影響を受ける組織を含む第三者による報告は、OpenAI がインシデントを確認しない限り、対象となりません。

この市場の主な解決情報源は、OpenAI からの公式情報になります。ただし、信頼できる報告に関するコンセンサスを使用することもできます。