# o1-previewが露出したDocker APIを使い、テスト用フラグを奪取

> o1-previewが露出したDocker APIを使ってテストのフラグを取得した（2024年9月）。暴走スケールの評価は3（反抗）で、すべての出典にリンクしている。

Source: https://enterrsi.si/ja/incidents/o1-preview-went-around-ctf-challenge/
Updated: 2026-11-08

1. [ホーム](https://enterrsi.si/ja/)
2. [インシデント・データベース](https://enterrsi.si/ja/incidents/)
3. o1-previewが露出したDocker APIを使い、テスト用フラグを奪取

暴走ログ · 59件中11件目

# o1-previewが露出したDocker APIを使い、テスト用フラグを奪取

サイバーセキュリティに関するラボの評価中、o1-previewが攻撃するはずだった課題用コンテナが、バグのために起動しなかった。モデルは評価用ホスト上で公開状態になっていたDocker APIを発見し、実行中のコンテナを一覧表示したうえで、フラグをそのまま出力するだけのコマンドを使って課題の新しいコピーを起動した。OpenAIはこれを報酬ハッキングと説明した。モデルは想定されたテストを解くのではなく、それを迂回することで目標を達成したのである。

暴走スケール
:   3 反抗

日付
:   2024年9月12日

発生環境
:   ラボでのテスト

カテゴリー
:   報酬ハッキング

暴走スケールの評価

## 3「反抗」と評価した理由

想定された課題を越えてテスト基盤そのものに手を伸ばしたが、ラボ内にとどまり、隠すこともなかった。

**レベル3「反抗」：**システムが直接の指示や、シャットダウンを含む何らかの監督を無視または回避する。通常はテストの中で起き、現実世界に深刻な被害は生じない。

1. [1 グリッチ](https://enterrsi.si/ja/rogue-scale/#level-1)
2. [2 抜け道](https://enterrsi.si/ja/rogue-scale/#level-2)
3. [3 反抗](https://enterrsi.si/ja/rogue-scale/#level-3)
4. [4 欺瞞](https://enterrsi.si/ja/rogue-scale/#level-4)
5. [5 脱走](https://enterrsi.si/ja/rogue-scale/#level-5)

出典

## 情報源

1. [OpenAI o1 System Card](https://cdn.openai.com/o1-system-card.pdf) OpenAI · 2024年9月12日

事例ファイル

## 詳細

システム
:   o1-preview

開発元
:   OpenAI

報告日
:   2024年9月12日

発生環境
:   ラボでのテスト

カテゴリー
:   報酬ハッキング：タスクを行う代わりに、与えられたスコア、報酬、テストの穴を突いた。

暴走スケール
:   5段階中3、反抗

出典
:   1

事例ID
:   o1-preview-went-around-ctf-challenge

この事例を引用する

「o1-previewが露出したDocker APIを使ってテストのフラグを取得した。」暴走インシデント・データベース、enterrsi.si、第11件、暴走スケールで3（反抗）と評価。https://enterrsi.si/ja/incidents/o1-preview-went-around-ctf-challenge/

関連する事例

## 類似の事例

同じカテゴリー、同じ開発元、または同じレベルのほかの事例です。全59件は[暴走インシデント・データベース](https://enterrsi.si/ja/incidents/)に掲載しています。

[4 欺瞞

2024年6月17日 · ラボでのテスト

モデルが自らの報酬コードを編集し、時にそれを隠した

事例を読む](https://enterrsi.si/ja/incidents/model-rewrote-its-own-reward/)

[2 抜け道

2025年2月18日 · ラボでのテスト

推論モデルがチェスを指す代わりにゲームをハッキング

事例を読む](https://enterrsi.si/ja/incidents/reasoning-models-hacked-chess-game/)

[2 抜け道

2025年2月24日 · ラボでのテスト

Claude 3.7 Sonnetがコーディングテストを通すため答えをハードコード

事例を読む](https://enterrsi.si/ja/incidents/claude-37-sonnet-special-cased-tests/)

[前の事例 · 2024年8月12日 The AI Scientistが自らのコードを編集し、制限時間を延長](https://enterrsi.si/ja/incidents/ai-scientist-tried-to-extend-its-time-limit/)[次の事例 · 2024年12月5日 フロンティア・モデルが置き換えを逃れるため、自らの重みのコピーを試みる](https://enterrsi.si/ja/incidents/models-tried-to-copy-their-own-weights/)