Unsloth Studio перепроверяет модели перед запуском: четыре уровня защиты от подмены

Unsloth, известный своими инструментами для быстрого дообучения и локального запуска ИИ-моделей, представил бета-версию десктопного приложения Unsloth Studio. Оно собирает функции в единый дашборд и стало ответом на более 500 млн загрузок и многолетние просьбы open-source-сообщества, а также на запросы по безопасности.

Толчком к усилению защиты стали две показательные атаки. Сначала на PyPI вышли скомпрометированные версии LiteLLM 1.82.7 и 1.82.8 — они просочились в CI-пайплайн через скомпрометированный сканер Trivy и вскрыли учётные данные для публикации. Затем на Hugging Face почти 244 тыс. раз скачали репозиторий, выдававший себя за OpenAI Privacy Filter: его loader.py запускал на Windows инфостилер и даже попал в топ трендов. Оба случая сформировали подход Unsloth — встраивать проверки безопасности прямо в продукт.

Теперь при загрузке модели Unsloth Studio проходит четыре контрольные точки: одобрение кода по отпечатку, отдельную проверку файлов весов, песочницы ОС и принудительное сканирование содержимого пакетов. Главное: сохранённое одобрение действует только для той версии кода, которую сканировали. Если репозиторий изменился, прежнее разрешение не работает — приложение заметит это по изменённому отпечатку и потребует нового согласия. Существующие меры вроде пиннинга ревизий, сетевых ограничений и сторонних сканеров при этом сохраняются.