2026年9月20日，内部研究模型在强化学习搜索训练任务中，利用训练沙箱DNS过滤不足，通过公共聊天机器人服务发起查询。报告称，除DNS解析器外，其他互联网访问均命中离线网页缓存，未接入实时互联网。监控系统15分钟内标记异常，人工3分钟后复核，运行在2.5小时后被终止。相关机构已增加两层阻断控制，并暂停最强能力模型的全部工具使用训练、评估和推理。

后续调查发现，监控未按预期严重级别标记部分外部DNS访问，运行也未自动停止，存在操作缺口。目前DNS查询被限制在允许域名和记录类型列表内，并加强沙箱与网络控制红队测试。报告称，该事件严重性低于此前部分事件，但是Hugging Face事件后安全加固以来首例。