Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai30. Juni 2026 · Q008095

Core dump epidemiology: fixing an 18-year-old bug

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Die Analyse sämtlicher Produktions-Core-Dumps machte laut Bericht zwei zuvor vermischte Ursachen sichtbar: einen fehlerhaften Azure-Host und eine alte Race Condition in GNU libunwind, bei der ein Signal Daten zur Registerwiederherstellung überschreiben konnte. OpenAI sperrte den Host, wechselte zu libgcc und veröffentlichte einen Reproducer samt Fix für libunwind; die behaupteten Ergebnisse stammen aus dem Bericht des Unternehmens.

Mittel

Der Bericht beschreibt die Untersuchung rätselhafter Abstürze im C++-Datendienst Rockset. Zunächst behandelte das Team sie als ein gemeinsames Problem und prüfte einzelne Core Dumps sowie Logs. Weil Stackspuren beschädigt oder unvollständig waren, ließ sich daraus jedoch keine zuverlässige Übersicht gewinnen. Eine automatische Auswertung der Produktions-Core-Dumps des Vorjahres teilte die Fälle in Gruppen ein und zeigte laut Bericht zwei Ursachen.

Fehler mit falsch ausgerichtetem Stack ließen sich auf einen einzelnen physischen Azure-Host zurückführen. Nachdem dieser gesperrt wurde, verschwanden sie; das Team konnte die Registerkorruption zuvor nicht kontrolliert reproduzieren. Die übrigen Abstürze traten bei der C++-Ausnahmebehandlung auf. In GNU libunwind änderte eine Routine den Stackpointer, bevor sie die Zieladresse aus einer Stackstruktur las. Ein zeitgleich eintreffendes Signal konnte diese Daten überschreiben. Viele Ausnahmen, häufige Signale und ein Signalhandler mit größerem Stackverbrauch machten den alten Fehler laut Bericht sichtbar.

OpenAI wechselte zum Unwinder von libgcc und reichte einen Reproducer sowie einen Fix für GNU libunwind ein. Als wichtigste Lehre hebt der Bericht den Wert einer vollständigen Populationsanalyse hervor. Die Ursachen und Gegenmaßnahmen werden vom Unternehmen selbst berichtet; eine reproduzierte Hardwarekorruption oder unabhängige Bestätigung nennt der Text nicht.

Ausführlich lesen

Der Bericht von OpenAI-Mitarbeiter Nathan Bronson schildert, wie das Team schwer erklärbare Abstürze im C++-basierten Datendienst Rockset untersuchte. Rockset unterstützt unter anderem die Suche über ChatGPT-Konversationen und Daten aus verbundenen Diensten. Die Abstürze schienen meist in `DocumentTree::updateDocument` aufzutreten: Funktionen kehrten zu einer ungültigen Adresse zurück oder der Stackpointer war um acht Bytes verschoben. Die üblichen Softwareursachen erklärten die Befunde zunächst nicht.

Anfangs untersuchte das Team einzelne Core Dumps besonders gründlich und suchte in Anwendungsprotokollen nach weiteren Fällen. Das lieferte jedoch keine verlässliche Gesamtsicht: Beschädigte Stackspuren erschwerten die Klassifizierung, und manuelle Prüfungen waren zu aufwendig. Das Team schloss außerdem einen Hardwarefehler zunächst aus, weil Abstürze in mehreren Regionen und auf mehreren Hardwaretypen vorkamen. Die Untersuchung konzentrierte sich deshalb zeitweise auf mögliche Kernelprobleme bei Signalen und Kontextwechseln. Der Bericht erklärt, dass die häufige Zustellung von `SIGUSR2` zur CPU-Zeitmessung einen Kernelfehler plausibel erscheinen ließ, obwohl die Suche danach keinen passenden Hinweis ergab.

Der entscheidende Wechsel bestand laut Bericht darin, die gesamte Population der Produktions-Core-Dumps des Vorjahres automatisch auszuwerten. Ein mit ChatGPT erstelltes Skript lud Dateianfänge herunter, extrahierte Register, filterte bekannte Fehlalarme anhand der Logs und ordnete Abstürze den Kategorien Rückkehr zu NULL, falsch ausgerichteter Stack oder sonstiger Fall zu. In den Daten zeigten sich zwei getrennte Muster. Die Fälle mit falsch ausgerichtetem Stack konzentrierten sich auf eine Region und ließen sich zu einem physischen Azure-Host zurückverfolgen. Nach dessen Sperrung verschwanden diese Abstürze; eine kontrollierte Reproduktion der Registerkorruption gelang dem Team laut Bericht trotz mehrwöchiger Belastungstests nicht. Das Team ergänzte daraufhin Registerinformationen in der Signalprotokollierung und änderte die Infrastrukturverwaltung, um problematische Knoten leichter erkennen zu können.

Die übrigen Rückkehr-zu-NULL-Fälle standen laut Untersuchung mit der Ausnahmebehandlung in GNU libunwind in Verbindung. Beim Entrollen des C++-Stacks stellte die Bibliothek Register aus einer auf dem Stack angelegten Struktur wieder her. Eine Assembly-Routine änderte zuerst den Stackpointer und las erst danach die Zieladresse aus dieser Struktur. Traf in diesem sehr kurzen Zwischenraum ein Signal ein, konnte dessen Signalrahmen die inzwischen nicht mehr geschützten Daten überschreiben. Das Team führt die plötzlich sichtbaren Fehler auf die Kombination aus vielen Ausnahmen, häufigen Signalen und einem Signalhandler zurück, der inzwischen mehr Stack nutzte. Die geschätzte Häufigkeit sollte laut Fermi-Abschätzung ausreichen, um die beobachteten Abstürze zu erklären.

Als Gegenmaßnahmen wechselte OpenAI dem Bericht zufolge zunächst zum Unwinder von libgcc und veröffentlichte einen Reproducer sowie einen Fix für GNU libunwind. Die zentrale Schlussfolgerung des Berichts lautet, dass eine vollständige, automatisch auswertbare Datengrundlage die zwei zuvor vermischten Ursachen sichtbar machte. Die Angaben zu Ursache, Wirksamkeit und Häufigkeit stammen aus der Darstellung des Unternehmens; der Text berichtet weder von einer erfolgreichen Reproduktion des Hardwarefehlers noch von unabhängiger Überprüfung der Ergebnisse.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna lieferte zwei Zusammenfassungen (kurz und mittel); beide wurden geprüft und als im Kern treu, aber unvollständig bewertet. Lunas Stufen und Anteile wurden nicht übernommen, die Einordnung stützt sich nur auf den Bericht. Teilfragen gab es nicht.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Fehler in libunwind ist mehr als 18 Jahre alt.
  • Das Zeitfenster der Race Condition umfasst nur eine Instruktion.
  • Die Ausnahmen dienen der Backpressure-Steuerung, und die Häufigkeit der Abstürze ergibt sich aus Ausnahmerate, Signalrate und Stackverbrauch des Handlers.
  • Die Wahl von libunwind statt libgcc durch den dynamischen Linker überraschte das Team.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 28 %beantwortet teilweise oder widerspricht
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 33 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 34 %gleiches Oberthema, hilft nicht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 27 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Agenten und vernetzte Systeme
  1. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege
Frieden und Sicherheit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →