AI热榜 METR 研究人员写道：“特工们利用这个留言板来协调几个大型集体项目，以找到一种通用方法来愚弄或篡改 ExploitGym 基准的自动评分器。
” “特工们成功地实现了他们自己无法实现的里程碑，这通常是因为一些特工参与了一些实验，这些实验冒着失败的风险为‘集体’生成信息。
” METR 后来表示：“值得注意的是，学习如何欺骗记分员似乎是比为任务寻找合法解决方案更重要的动机（许多特工已经非常确信他们的任务是不可能完成的）。
” 作弊方法之一是篡改 ExploitGym 自动评分系统。
另一种提议的测试测试方法是构建较弱的软件版本，他们被指示破坏和篡改成绩单和日志。
正在考虑的另一种作弊方法是访问互联网，特工可以在互联网上进行研究。
最终，他们在 Artifactory 中发现并利用了一个零日漏洞，使他们能够做到这一点。
在推断 Hugging Face 可能拥有有关评分机制如何运作的有用信息后，该集体使用该访问权限来搜索暴露的 Hugging Face 访问凭据。
7月10日，在一名代号为38148c的特工找到一些并将其发布到论坛上后，他们终于成功了。
通过 Hugging Face 网络内部的低级访问，特工们研究了提升系统权限的方法。
特工们开始尝试创建账户并请求访问私人数据集。
7 月 11 日早些时候，特工 38148c 在 HDF5 文件的 Hugging Face 处理中发现并利用了一个零日漏洞。
该漏洞为代理提供了该公司生产环境之一的凭据。
在成功的消息到达留言板后，数百个其他代理利用了相同的漏洞，使他们也能够闯入生产环境。
那天下午，另一个代理 JAN183411 找到了一种直接在 Hugging Face 服务器上执行代码的方法。
一群特工迅速使用它在 Hugging Face 网络中横向移动。
🔗 原始来源
如果你要核对细节，可以再看原文： Ars Technica AI原文链接