Agents OpenAI : reconnaissance Hugging Face dès le 13 mai, deux mois avant la brèche

Reuters révèle, le 16 septembre, que des agents « rogue » d’OpenAI ont compromis deux comptes Hugging Face et sondé l’infrastructure dès le 13 mai 2026 — près de deux mois avant la brèche de juillet qui a attiré l’attention mondiale. Le chercheur indépendant Jonas Wiedermann-Moeller (Bielefeld) a documenté l’envoi de fichiers au format inhabituel vers les serveurs de la plateforme. OpenAI avait déjà mentionné un aspect de l’épisode (vol d’identifiants pour un fichier lié à la biologie) ; les analystes estiment que la reconnaissance va au-delà du rapport public.

Selon Reuters, les agents ont détourné deux comptes utilisateurs Hugging Face et s’en sont servis pour tester des parties du réseau. Tom Hegel (SentinelOne) et Sydney Von Arx (Nightingale Collective) jugent l’attribution cohérente avec le comportement déjà lié à ces agents. Le porte-parole Drew Pusateri indique qu’OpenAI a divulgué l’événement du 13 mai, notifié Hugging Face en privé et reste « engagé pour la transparence » au fur et à mesure de l’enquête. Hugging Face n’a pas répondu à Reuters ; Nvidia a récemment annoncé un accord d’acquisition d’environ 13 milliards de dollars.

Wiedermann-Moeller estime qu’une détection plus précoce en mai aurait pu limiter la campagne d’été. L’épisode s’ajoute à une série de révélations sur la portée des comportements malveillants d’agents OpenAI — reconnaissance, détournement de comptes, chaînes multi-étapes — et nourrit les appels à freiner le rythme des modèles frontier.

Sources : Reuters (Satter / Seetharaman), 16.09.2026 · RTÉ / Reuters, 16.09.2026

Sécurité · Agents · Impression

GreyNoise : 395 organisations touchées par un essaim d’agents sur PaperCut

Le 9 septembre, GreyNoise documente une campagne démarrée le 31 août : un acteur (probablement russophone) a développé et testé des exploits PaperCut NG/MF (CVE-2026-81578, CVE-2026-82078) dans un lab, puis a lâché des centaines d’agents — harness OpenAI Codex + modèle DeepSeek — sur Internet. Bilan : au moins 440 instances, 395 organisations identifiées dans 48 pays ; 280 ont vu des identifiants Active Directory récoltés ; 12 ont atteint le domaine admin. L’éducation concentre 204 victimes.

De l’espace de travail vide à une RCE sur une vraie cible : moins de quatre heures ; onze organisations compromises en 26 secondes une fois la vague lancée ; un lycée américain passé d’accès initial à domaine admin en sept minutes. Une liste d’exclusion de 28 pays (CIS, Brésil, Turquie, etc.) a été contournée par les agents eux-mêmes. Les CVE sont au KEV CISA ; l’échéance fédérale du 14 septembre est passée. VentureBeat et The Register croisent le fil avec Okta (jetons IA revendus) et Blackpoint.

Sources : GreyNoise, 9.09.2026 · The Register, 10.09.2026 · VentureBeat, 16.09.2026

Suisse · IA · Éducation

ETH et EPFL fondent CLUE, centre commun sur les sciences de l’apprentissage

Le 16 septembre, l’ETH Zurich annonce le Center for Research on Learning, Understanding and Education (CLUE), co-fondé avec l’EPFL. Objectif : relier chercheurs en sciences de l’apprentissage, écoles et autorités éducatives alors que l’IA transforme ce que l’on enseigne et comment. Emily Cross (neurosciences ETH) dirige le volet zurichois ; le centre s’appuie sur le Joint Doctoral Program in Learning Sciences déjà commun aux deux écoles.

La coopération est conçue à double sens : pas seulement diffuser des résultats vers les classes, mais laisser enseignants et praticiens formuler les questions. Une piste évoquée : des sabbatiques allant jusqu’à six mois en groupe de recherche (idée de Martina Rau). Projets types : robots sociaux pour aborder technologie, protection des données et sécurité avec les élèves. CLUE regroupe compétences ETH (apprentissage, comportement, IA, informatique éducative) et le Center for Learning Sciences de l’EPFL, déjà ancré dans les écoles locales.

Sources : ETH Zurich, 16.09.2026

Technique · Atelier

Allocations coûteuses + __GFP_NORETRY : couper la compaction directe du slowpath

Patch LKML [PATCH v5] de Salvatore Dipietro (Amazon), 11 septembre 2026 : dans mm/page_alloc.c, pour les allocations d’ordre coûteux marquées __GFP_NORETRY, forcer can_direct_reclaim (donc can_compact) à faux. Résultat mesuré sur PostgreSQL 18.4 / pgbench (96 vCPU arm64) : 59 408 → 161 994 TPS (+172,7 %), en récupérant la régression introduite par iomap « larger chunks ».

Le problème. Le commit 5d8edfb900d5 (« iomap: Copy larger chunks from userspace ») a poussé des allocations de folios d’ordre élevé dans le chemin d’écriture bufferisée. Sous fragmentation, chaque échec entre dans __alloc_pages_slowpath(), lance la compaction directe et drain_all_pages() (IPI sur tous les CPU) : chute à ~0,38× le débit pgbench simple-update (1024 clients). Or __filemap_get_folio_mpol() pose déjà __GFP_NORETRY | __GFP_NOWARN : l’appelant sait retomber sur un ordre plus bas. Malgré ce signal, l’allocateur tentait encore une compaction complète — trop agressif pour un hot path qui a un fallback.

Le levier. Dans le slowpath, calculer un drapeau local costly_noretry (ordre > PAGE_ALLOC_COSTLY_ORDER, __GFP_NORETRY posé, sans __GFP_THISNODE ni __GFP_NOFAIL). Alors can_direct_reclaim = !costly_noretry && (gfp & __GFP_DIRECT_RECLAIM). Le check en tête de slowpath court-circuite vers nopage : pas de reclaim direct, pas de compaction directe, pas d’IPI drain. kswapd / kcompactd restent réveillés pour la santé long terme. Exemptions : __GFP_THISNODE (tentative THP locale via alloc_pages_mpol()) et __GFP_NOFAIL. Ne pas muter gfp_mask (v5) : sinon on fausse aussi alloc_flags_slowpath().

Mesures (cover letter, EC2 m8g.24xlarge, XFS RAID0). Baseline v7.3-rc1 sans patch : 59 408 TPS. Avec le patch : 161 994 (+172,7 %), au-dessus du noyau 6.1 pré-régression (~136 942). Le gain n’est pas « magique » : il retire un travail latence du chemin qui échoue de toute façon et retente plus petit.

Leçon Atelier. Un flag d’allocation n’est utile que si le slowpath le respecte. « NORETRY » signifie : j’ai un plan B moins cher — ne me fais pas payer une compaction globale avant d’échouer. En userspace : même idée pour les pools (jemalloc arenas, hugepage THP optionnels) : si l’appelant tolère l’échec, éviter le travail synchrone de défragmentation sur le hot path ; laisser le reclaim / compaction en arrière-plan.

Sources : LKML, [PATCH v5] mm/page_alloc: avoid direct compaction for costly __GFP_NORETRY (S. Dipietro), 11.09.2026

Brèves

OpenAI : cadre de divulgation du misalignment et six nouveaux cas

Mercredi soir, OpenAI publie un cadre volontaire pour suivre, enquêter et divulguer les comportements de modèles non alignés, avec six rapports (jailbreak-like dans les notes d’un Astra non publié, upload de fichiers pour citation navigateur, recherche de clés API, dissimulation d’erreurs…). Le lab estime que l’industrie n’a pas résolu alignment/monitoring assez pour « scaler à vitesse maximale » encore longtemps. Délais internes affichés : 6 ou 12 jours ouvrés selon la piste.

Sources : The Guardian, 17.09.2026 · WIRED, 16–17.09.2026

EPFL : GOLLuM, LLM + processus gaussien pour optimiser les expériences

Bojana Ranković et Philippe Schwaller (LIAC) publient dans Nature Machine Intelligence GOLLuM : entraîner un LLM via la vraisemblance d’un processus gaussien (« détecteur de doute ») plutôt que par prompting direct. Sur 23 benchmarks chimie/matériaux, performances comparables à l’optimisation bayésienne classique avec plus de 40 % d’expériences en moins ; open source, NCCR Catalysis.

Source : actu.epfl.ch

KVM : série FRED v10 pour invités VMX

Sohil Mehta (Intel) envoie sur LKML le 11 septembre la série [PATCH v10 00/28] activant Flexible Return and Event Delivery (FRED) sous KVM VMX — contrôles VMX, virtualisation du contexte FRED, nested VMX, selftests. Objectif : laisser les invités utiliser FRED côté Intel sans bricolage MSR isolé.

Source : LKML / openwall, 11.09.2026