ਹਗਿੰਗ ਫੇਸ ਮਾਡਲ ਫਾਈਲਾਂ ਲੁਕਵੇਂ ਕੋਡ ਨੂੰ ਚਲਾ ਸਕਦੀਆਂ ਹਨ
ਦੂਸ਼ਿਤ ਮਾਡਲ ਪੈਕੇਜ ਅਸੁਰੱਖਿਅਤ ਲੋਡਿੰਗ ਦੌਰਾਨ ਕੋਡ ਨੂੰ ਚਲਾ ਸਕਦੇ ਹਨ।
ਦੂਸ਼ਿਤ ਮਾਡਲ ਪੈਕੇਜ ਅਸੁਰੱਖਿਅਤ ਲੋਡਿੰਗ ਦੌਰਾਨ ਕੋਡ ਨੂੰ ਚਲਾ ਸਕਦੇ ਹਨ। ਤਿੰਨ ਦਸਤਾਵੇਜ਼ੀ ਉਦਾਹਰਣਾਂ ਪਿਕਲ ਰਿਵਰਸ ਸ਼ੈੱਲਾਂ, ਟੁੱਟੇ-ਫਾਈਲ ਸਕੈਨਰ ਵਿਹਾਰ ਅਤੇ ਖੋਜ-ਪ੍ਰਦਰਸ਼ਿਤ ਮਾਡਲ-ਨਾਮ ਉਲਝਣ ਦੀ ਵਿਆਖਿਆ ਕਰਦੀਆਂ ਹਨ, ਜਿਸ ਵਿੱਚ ਪ੍ਰਮਾਣ ਪੱਤਰ-ਚੋਰੀ ਦੇ ਦਾਅਵਿਆਂ 'ਤੇ ਸਪਸ਼ਟ ਸੀਮਾਵਾਂ ਹਨ।
ਲਿਖਤੀ ਐਡੀਸ਼ਨ ਪੜ੍ਹੋ (ਅੰਗਰੇਜ਼ੀ) ↗
ਇਹ ਵੀਡੀਓ ਕੀ ਕਵਰ ਕਰਦਾ ਹੈ
- ਸੰਖਿਆਤਮਕ ਮਾਡਲ ਵੇਟ, ਕਾਰਜਕਾਰੀ ਸੀਰੀਅਲਾਈਜ਼ੇਸ਼ਨ ਅਤੇ ਕਸਟਮ ਰਿਪੋਜ਼ਟਰੀ ਕੋਡ ਵੱਖ-ਵੱਖ ਚੀਜ਼ਾਂ ਹਨ।
- JFrog ਅਤੇ ReversingLabs ਨੇ ਰਿਵਰਸ-ਸ਼ੈੱਲ ਪੇਲੋਡ ਦਸਤਾਵੇਜ਼ੀ ਕੀਤੇ; ਉਹਨਾਂ ਦੀਆਂ ਚੁਣੀਆਂ ਗਈਆਂ ਰਿਪੋਰਟਾਂ ਨਾਮਜ਼ਦ ਪੀੜਤਾਂ ਤੋਂ ਪ੍ਰਮਾਣ ਪੱਤਰ ਚੋਰੀ ਨੂੰ ਸਥਾਪਤ ਨਹੀਂ ਕਰਦੀਆਂ।
- ਚੈੱਕਮਾਰਕਸ ਮਾਡਲ ਕਨਫਿਊਜ਼ਨ ਇੱਕ ਖੋਜ ਪ੍ਰਦਰਸ਼ਨ ਸੀ ਜਿਸ ਲਈ ਇੱਕ ਮੇਲ ਖਾਂਦੇ ਰਿਮੋਟ ਮਾਡਲ ਅਤੇ ਅਸੁਰੱਖਿਅਤ ਲੋਡਿੰਗ ਦੀ ਲੋੜ ਸੀ।
- ਸੇਫਟੈਂਸਰਾਂ ਅਤੇ ਪੈਚ ਕੀਤੇ ਲੋਡਰਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿਓ, ਕਸਟਮ ਕੋਡ ਦੀ ਸਮੀਖਿਆ ਕਰੋ ਅਤੇ ਪਿੰਨ ਕਰੋ, ਅਤੇ ਅਣਜਾਣ ਪੈਕੇਜਾਂ ਨੂੰ ਨਿੱਜੀ ਰਾਜ਼ਾਂ ਅਤੇ ਅਣਲੋੜੀਂਦੀ ਨੈੱਟਵਰਕ ਪਹੁੰਚ ਤੋਂ ਅਲੱਗ ਕਰੋ।
ਅਨੁਵਾਦਿਤ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ
ਮੂਲ ਅੰਗਰੇਜ਼ੀ ਬਿਰਤਾਂਤ ਤੋਂ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ। ਉਪਲਬਧ ਆਡੀਓ ਅਤੇ ਕੈਪਸ਼ਨ YouTube ਦੁਆਰਾ ਨਿਯੰਤਰਿਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।
ਇੱਕ ਮਾਡਲ ਡਾਊਨਲੋਡ ਇੱਕ ਮਹਿਮਾਨ ਨੂੰ ਕਿਵੇਂ ਸੱਦਾ ਦੇ ਸਕਦਾ ਹੈ?
0:00 ਇੱਕ ਮਾਡਲ ਫਾਈਲ ਡਿਸਕ 'ਤੇ ਸਿਰਫ਼ ਸੰਖਿਆਵਾਂ ਹੈ। ਇੱਕ ਦੂਸ਼ਿਤ ਹਗਿੰਗ ਫੇਸ ਪੈਕੇਜ ਨੂੰ ਲੋਡ ਕਰਨ ਨਾਲ ਇੱਕ ਰਿਮੋਟ ਸ਼ੈੱਲ ਖੁੱਲ੍ਹ ਗਿਆ, ਜੋ ਕਿ ਸਥਾਨਕ AI ਦੀ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਵਿਆਖਿਆ ਹੈ। ਲੋਡਿੰਗ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਕਿਵੇਂ ਬਣ ਜਾਂਦੀ ਹੈ? ਇਹ ਕਿਹੜੇ ਰਾਜ਼ਾਂ ਤੱਕ ਪਹੁੰਚ ਸਕਦਾ ਹੈ? ਅਸਲ ਵਿੱਚ ਇਸਨੂੰ ਕੀ ਰੋਕਦਾ ਹੈ? ਅਤੇ ਇੱਕ ਬੁਝਾਰਤ ਨੂੰ ਯਾਦ ਰੱਖੋ। ਮਾਡਲ ਖਤਰਨਾਕ ਹਿੱਸਾ ਪਹਿਲਾਂ ਹੀ ਹੋਣ ਤੋਂ ਬਾਅਦ ਲੋਡ ਹੋਣ ਵਿੱਚ ਅਸਫਲ ਹੋ ਸਕਦਾ ਹੈ।
0:18 ਇਹ The Daily Diff ਹੈ, ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ। ਹਗਿੰਗ ਫੇਸ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਮਾਡਲਾਂ, ਡੇਟਾਸੈਟਾਂ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਸਾਂਝਾ ਕਰਨ ਲਈ ਇੱਕ ਪਲੇਟਫਾਰਮ ਹੈ। ਡੇਟਾਸੈੱਟ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨਾਂ। ਮਾਡਲ ਵੇਟ ਸਿੱਖੇ ਹੋਏ ਨੰਬਰ ਹਨ। ਇੱਕ ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ ਸੰਰਚਨਾ ਅਤੇ ਪਾਈਥਨ ਕੋਡ ਵੀ ਹੋ ਸਕਦਾ ਹੈ। ਇੱਥੇ ਖਤਰਾ ਇਹ ਹੈ ਕਿ ਜਦੋਂ ਤੁਸੀਂ ਇਸਨੂੰ ਲੋਡ ਕਰਦੇ ਹੋ ਤਾਂ ਕਾਰਜਕਾਰੀ ਪੈਕੇਜਿੰਗ ਤੁਹਾਡੇ ਕੰਪਿਊਟਰ ਵਿੱਚ ਦਾਖਲ ਹੋ ਜਾਂਦੀ ਹੈ। ਪਿਕਲ ਪਾਈਥਨ ਵਸਤੂਆਂ ਨੂੰ ਉਹਨਾਂ ਨੂੰ ਦੁਬਾਰਾ ਬਣਾਉਣ ਲਈ ਨਿਰਦੇਸ਼ਾਂ ਨਾਲ ਸਟੋਰ ਕਰਦਾ ਹੈ।
ਇੱਕ ਲੋਡਰ ਪਾਰਸਲ ਦੀਆਂ ਹਦਾਇਤਾਂ ਨੂੰ ਕਿਵੇਂ ਚਲਾਉਂਦਾ ਹੈ?
0:37 ਇੱਕ ਅਸੁਰੱਖਿਅਤ ਲੋਡਰ ਉਹਨਾਂ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਅਨਪੈਕਿੰਗ ਕਰਦੇ ਸਮੇਂ ਫੰਕਸ਼ਨਾਂ ਨੂੰ ਕਾਲ ਕਰ ਸਕਦਾ ਹੈ। ਬਾਈਟਸ ਨੂੰ ਡਾਊਨਲੋਡ ਕਰਨ ਨਾਲ ਪਾਰਸਲ ਤੁਹਾਡੀ ਡਿਸਕ 'ਤੇ ਪੈ ਜਾਂਦਾ ਹੈ। ਡਿਸੀਰੀਅਲਾਈਜ਼ਿੰਗ ਇਸਨੂੰ ਖੋਲ੍ਹਦਾ ਹੈ। ਕਿਤੇ, ਇੱਕ ਫਾਈਲ ਫਾਰਮੈਟ ਨੂੰ ਅਦਾਇਗੀ ਰਹਿਤ ਸਿਸਟਮ ਪ੍ਰਬੰਧਕ ਵਜੋਂ ਤਰੱਕੀ ਦਿੱਤੀ ਗਈ ਹੈ। JFrog ਨੇ ਫਰਵਰੀ 2024 ਵਿੱਚ ਗੂਬਰ ਟੂ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ। ਇਸਦੇ ਪਿਕਲ ਪੇਲੋਡ ਨੇ ਇੱਕ ਰਿਵਰਸ ਸ਼ੈੱਲ ਖੋਲ੍ਹਿਆ, ਰਿਮੋਟ ਕਮਾਂਡ ਪਹੁੰਚ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਨ ਲਈ ਬਾਹਰ ਵੱਲ ਜੁੜਿਆ। ਰਿਪੋਜ਼ਟਰੀ ਨੂੰ ਮਿਟਾ ਦਿੱਤਾ ਗਿਆ ਸੀ। JFrog ਨੂੰ ਖੋਜਕਰਤਾਵਾਂ ਦੀ ਸ਼ਮੂਲੀਅਤ ਦਾ ਸੁਝਾਅ ਦੇਣ ਵਾਲੇ ਸੁਰਾਗ ਵੀ ਮਿਲੇ,
1:02 ਇਸ ਲਈ ਵਿਸ਼ੇਸ਼ਤਾ ਅਨਿਸ਼ਚਿਤ ਹੈ। ਅਣਚਾਹੇ ਮਹਿਮਾਨ ਦਾ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਕੀਤਾ ਗਿਆ ਸੀ। ਅਸਲ ਪੀੜਤਾਂ ਤੋਂ ਪ੍ਰਮਾਣ ਪੱਤਰ ਚੋਰੀ ਸਥਾਪਤ ਨਹੀਂ ਕੀਤੀ ਗਈ ਸੀ।
ਪ੍ਰਕਿਰਿਆ ਦੀ ਪਹੁੰਚ ਵਿੱਚ ਕਿਹੜੇ ਰਾਜ਼ ਹਨ?
1:09 ਤੁਹਾਡੇ ਉਪਭੋਗਤਾ ਵਜੋਂ ਚੱਲ ਰਿਹਾ ਕੋਡ ਉਹ ਸਭ ਕੁਝ ਪੜ੍ਹ ਸਕਦਾ ਹੈ ਜੋ ਉਹ ਪ੍ਰਕਿਰਿਆ ਪੜ੍ਹ ਸਕਦੀ ਹੈ। ਇੱਕ ਮਾਊਂਟ ਕੀਤੀ ਕਲਾਉਡ ਕੁੰਜੀ ਜਾਂ ਇੱਕ ਪਹੁੰਚਯੋਗ ਟੋਕਨ ਇੱਕ ਸੰਭਾਵੀ ਨਿਸ਼ਾਨਾ ਬਣ ਜਾਂਦਾ ਹੈ। ਇਸਨੂੰ ਬਾਹਰ ਭੇਜਣ ਲਈ ਇੱਕ ਕਾਰਜਕਾਰੀ ਨੈੱਟਵਰਕ ਰੂਟ ਦੀ ਵੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸਿਰਫ਼ ਸੰਖਿਆਤਮਕ ਵੇਟਾਂ ਵਿੱਚ ਕੋਈ ਜਾਦੂਈ ਪ੍ਰਮਾਣ ਪੱਤਰ ਸ਼ਕਤੀਆਂ ਨਹੀਂ ਹੁੰਦੀਆਂ। ਤੁਹਾਡੀਆਂ ਅਨੁਮਤੀਆਂ ਮਾਡਲ ਕਾਰਡ ਦਾ ਦਿਲਚਸਪ ਹਿੱਸਾ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ। ਇੱਕ ਹੋਰ ਦਰਵਾਜ਼ਾ ਹੈ। ਕੁਝ ਮਾਡਲ ਤੁਹਾਨੂੰ ਰਿਮੋਟ ਕੋਡ 'ਤੇ ਭਰੋਸਾ ਕਰਨ ਲਈ ਕਹਿੰਦੇ ਹਨ, ਜੋ ਰਿਪੋਜ਼ਟਰੀ ਤੋਂ ਪਾਈਥਨ ਨੂੰ ਅਧਿਕਾਰਤ ਕਰਦਾ ਹੈ। ਸੁਰੱਖਿਅਤ ਟੈਂਸਰ ਫਾਈਲਾਂ ਉਸ ਕੋਡ ਦੇ ਨਾਲ ਬੈਠ ਸਕਦੀਆਂ ਹਨ।
1:32 ਵੇਟ ਫਾਰਮੈਟ ਦੀ ਜਾਂਚ ਇੱਕ ਪ੍ਰਵੇਸ਼ ਦੁਆਰ ਨੂੰ ਕਵਰ ਕਰਦੀ ਹੈ, ਜਦੋਂ ਕਿ ਰਿਪੋਜ਼ਟਰੀ ਦਾ ਕੋਡ ਅਜੇ ਵੀ ਤੁਹਾਨੂੰ ਵਿਜ਼ਿਟਰ ਬੈਜ ਦੇਣ ਦੀ ਉਡੀਕ ਕਰ ਰਿਹਾ ਹੈ। ਅਜੇ ਵੀ ਤੁਹਾਡੇ ਦੁਆਰਾ ਇਸਨੂੰ ਵਿਜ਼ਿਟਰ ਬੈਜ ਦੇਣ ਦੀ ਉਡੀਕ ਕਰ ਰਿਹਾ ਹੈ।
ਇੱਕ ਗੁੰਮ ਹੋਇਆ ਸਥਾਨਕ ਮਾਰਗ ਰਿਮੋਟ ਮਾਡਲ ਕਿਉਂ ਬਣ ਸਕਦਾ ਹੈ?
1:38 ਚੈੱਕਮਾਰਕਸ ਨੇ ਮਾਡਲ ਕਨਫਿਊਜ਼ਨ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ। ਇੱਕ ਗੁੰਮ ਹੋਇਆ ਸਥਾਨਕ ਮਾਡਲ ਪਾਥ ਇੱਕ ਮਿਲਦੇ-ਜੁਲਦੇ ਨਾਮ ਵਾਲੀ ਜਨਤਕ ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ ਬਦਲ ਸਕਦਾ ਹੈ। ਇਸਨੂੰ ਰਿਮੋਟ ਕੋਡ ਨਾਲ ਜੋੜੋ ਸਮਰੱਥ, ਅਤੇ ਗਲਤ ਪੈਕੇਜ ਚੱਲ ਸਕਦਾ ਹੈ। ਇਹ ਇੱਕ ਖੋਜ ਪ੍ਰਦਰਸ਼ਨ ਸੀ ਜਿਸ ਵਿੱਚ ਇੱਕ ਅਣਨਾਮਿਤ ਕੰਪਨੀ ਦੇ ਨਮੂਨੇ ਸ਼ਾਮਲ ਸਨ, ਇੱਕ ਦਿਨ ਦੇ ਅੰਦਰ ਠੀਕ ਕੀਤਾ ਗਿਆ। ਇੱਕ ਗੁੰਮ ਹੋਏ ਫੋਲਡਰ ਨੇ ਇੱਕ ਮਕਾਨ ਮਾਲਕ ਪ੍ਰਾਪਤ ਕੀਤਾ। ReversingLabs ਨੇ ਫਰਵਰੀ 2025 ਵਿੱਚ ਦੋ ਨਮੂਨਿਆਂ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ,
ਟੁੱਟੇ ਹੋਏ ਪੈਕੇਜ ਪੁਰਾਣੇ ਸਕੈਨਰ ਤੋਂ ਕਿਵੇਂ ਬਚੇ?
1:58 ਤਕਨੀਕ ਨੂੰ ਨਲੀਫਾਈ AI ਕਹਿੰਦੇ ਹੋਏ। ਦੋਵਾਂ ਵਿੱਚ ਰਿਵਰਸ ਸ਼ੈੱਲ ਸਨ। ਉਹਨਾਂ ਦੀ ਸੱਤ ਜ਼ਿਪ ਪੈਕੇਜਿੰਗ ਨੇ ਆਮ PyTorch ਲੋਡਿੰਗ ਨੂੰ ਬਲੌਕ ਕਰ ਦਿੱਤਾ, ਇਸ ਲਈ ਇਸ ਮਾਰਗ ਲਈ ਐਕਸਟਰੈਕਸ਼ਨ ਅਤੇ ਅਸੁਰੱਖਿਅਤ ਡਿਸੀਰੀਅਲਾਈਜ਼ੇਸ਼ਨ ਦੀ ਲੋੜ ਸੀ। ਟੁੱਟੇ ਹੋਏ ਪਿਕਲ ਸਟ੍ਰੀਮਾਂ ਨੇ ਇੱਕ ਸਕੈਨਰ ਬਲਾਈਂਡ ਸਪਾਟ ਨੂੰ ਵੀ ਬੇਨਕਾਬ ਕੀਤਾ। ਅਸਫਲ ਸਕੈਨ ਦੀ ਜਾਂਚ ਦੀ ਲੋੜ ਹੈ ਇਸ ਤੋਂ ਪਹਿਲਾਂ ਕਿ ਕੋਈ ਵੀ ਪਾਰਸਲ ਖੋਲ੍ਹੇ। ਖੋਜਕਰਤਾਵਾਂ ਦੇ ਨੁਕਸਾਨ ਰਹਿਤ ਟੈਸਟ ਵਿੱਚ, ਨਿਰਦੇਸ਼ਾਂ ਲੋਡਰ ਦੇ ਇੱਕ ਫਾਈਲ ਲਿਖੀ
2:18 ਟੁੱਟੇ ਹੋਏ ਹਿੱਸੇ ਤੱਕ ਪਹੁੰਚਣ ਤੋਂ ਪਹਿਲਾਂ ਅਤੇ ਇੱਕ ਗਲਤੀ ਪੈਦਾ ਕੀਤੀ। ਕਲਪਨਾ ਕਰੋ ਕਿ ਇੱਕ ਪਾਰਸਲ ਖੋਲ੍ਹਣਾ, ਰੈਕੂਨ ਨੂੰ ਛੱਡਣਾ, ਫਿਰ ਨੋਟਿਸ ਕਰਨਾ ਕਿ ਸ਼ਿਪਿੰਗ ਲੇਬਲ ਅਵੈਧ ਹੈ। ਸ਼ਿਪਿੰਗ ਲੇਬਲ ਅਵੈਧ ਹੈ। ਗਲਤੀ ਸੁਨੇਹਾ ਸ਼ਾਨਦਾਰ ਵਿਆਕਰਨ ਅਤੇ ਭਿਆਨਕ ਸਮੇਂ ਦੇ ਨਾਲ ਆਉਂਦਾ ਹੈ। ਹਗਿੰਗ ਫੇਸ ਨੇ 24 ਘੰਟਿਆਂ ਦੇ ਅੰਦਰ ਰਿਪੋਰਟ ਕੀਤੇ ਨਮੂਨੇ ਹਟਾ ਦਿੱਤੇ ਅਤੇ ਸਕੈਨਰ ਨੂੰ ਬਦਲ ਦਿੱਤਾ। ਉਸ ਖਾਸ ਖੋਜ ਨੇ ਇੱਕ ਫਿਕਸ ਨੂੰ ਪ੍ਰੇਰਿਤ ਕੀਤਾ। ਇੱਕ ਸੁਰੱਖਿਆ ਸਕੈਨ ਉਪਯੋਗੀ ਸਬੂਤ ਹੈ, ਅਤੇ ਹਰ ਸਕੈਨਰ ਗਲਤੀ ਨੂੰ ਸਫਲਤਾ ਦੀ ਇੱਕ ਸਾਫ਼ ਬਿੱਲ ਵਜੋਂ ਮੰਨਣਾ ਅਸਫਲਤਾ ਦੀ ਇੱਕ ਅਸਧਾਰਨ ਤੌਰ 'ਤੇ ਉਦਾਰ ਵਿਆਖਿਆ ਬਣੀ ਹੋਈ ਹੈ। ਅਸਫਲਤਾ ਦੀ ਇੱਕ ਅਸਧਾਰਨ ਤੌਰ 'ਤੇ ਉਦਾਰ ਵਿਆਖਿਆ ਬਣੀ ਹੋਈ ਹੈ।
2:43 ਸੁਰੱਖਿਅਤ ਟੈਂਸਰਾਂ ਅਤੇ ਮੌਜੂਦਾ ਪੈਚ ਕੀਤੇ ਲੋਡਰਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿਓ।
ਕੁੰਜੀ ਨੂੰ ਮਹਿਮਾਨ ਦੀ ਪਹੁੰਚ ਤੋਂ ਬਾਹਰ ਕੀ ਰੱਖਦਾ ਹੈ?
2:46 PyTorch ਨੇ ਸੰਸਕਰਣ 2.6 ਤੋਂ ਸ਼ੁਰੂ ਹੋ ਕੇ ਆਪਣੇ ਡਿਫਾਲਟ ਲੋਡਰ ਨੂੰ ਸੰਕੁਚਿਤ ਕੀਤਾ। ਕਸਟਮ ਕੋਡ ਦੀ ਸਮੀਖਿਆ ਕਰੋ ਅਤੇ ਸਮੀਖਿਆ ਕੀਤੇ ਸੰਸ਼ੋਧਨ ਨੂੰ ਪਿੰਨ ਕਰੋ। ਅਣਜਾਣ ਪੈਕੇਜਾਂ ਨੂੰ ਨਿੱਜੀ ਕੁੰਜੀਆਂ ਤੋਂ ਬਿਨਾਂ ਅਲੱਗ-ਥਲੱਗ ਕਰਕੇ ਚਲਾਓ, ਪ੍ਰਤਿਬੰਧਿਤ ਨੈੱਟਵਰਕ ਪਹੁੰਚ ਨਾਲ। ਮਾਊਂਟ ਕੀਤੇ ਪ੍ਰਮਾਣ ਪੱਤਰਾਂ ਨਾਲ ਭਰਿਆ ਇੱਕ ਕੰਟੇਨਰ ਨੇਮਸਪੇਸ ਵਾਲਾ ਇੱਕ ਤੋਹਫ਼ਾ ਟੋਕਰੀ ਹੈ। ਉਸ ਸ਼ੁਰੂਆਤੀ ਬੁਝਾਰਤ ਦਾ ਇੱਕ ਜਵਾਬ ਹੈ। ਲੋਡਿੰਗ ਅਸਫਲਤਾ ਤੁਹਾਨੂੰ ਦੱਸਦੀ ਹੈ ਕਿ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਕਿੱਥੇ ਰੁਕਿਆ। ਪਹਿਲਾਂ ਦੀਆਂ ਹਦਾਇਤਾਂ ਪਹਿਲਾਂ ਹੀ ਚੱਲ ਚੁੱਕੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ।
3:08 ਪਾਰਸਲ ਖੋਲ੍ਹਣ ਤੋਂ ਪਹਿਲਾਂ ਰਾਜ਼ਾਂ ਨੂੰ ਇਸਦੀ ਪਹੁੰਚ ਤੋਂ ਬਾਹਰ ਰੱਖੋ। ਫ਼ੈਸਲਾ, ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ।
ਮੈਂ ਇਸਨੂੰ NEEDS REVIEW ਕਿਉਂ ਲਿਖਾਂਗਾ?
3:16 ਲੋਡਰ। ਮੁਫਤ ਡਾਊਨਲੋਡ ਵਿੱਚ ਇੱਕ ਮਾਡਲ ਸ਼ਾਮਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਮਹਿਮਾਨਾਂ ਦੀ ਸੂਚੀ ਮੇਰਾ ਫੈਸਲਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਮੇਰਾ ਫੈਸਲਾ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਮੇਰੇ ਕਹਿਣ ਦੀ ਬਜਾਏ ਇਹ ਪੜ੍ਹਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ diff ਤੁਹਾਡੇ ਇਨਬਾਕਸ ਵਿੱਚ ਹਰ ਸਵੇਰ ਮੁਫਤ ਆਉਂਦਾ ਹੈ the daily diff dot dev 'ਤੇ, ਲਿੰਕ ਹੇਠਾਂ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਹਰ ਸਵੇਰ, daily diff dot dev 'ਤੇ ਮੁਫ਼ਤ, ਲਿੰਕ ਹੇਠਾਂ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਅਤੇ ਇਹ ਅੱਜ ਦਾ diff ਹੈ। ਮੈਂ Axrisi ਤੋਂ ਨਿਕੋ ਹਾਂ। ਜ਼ਿੰਮੇਵਾਰੀ ਨਾਲ ਮਰਜ ਕਰੋ।
ਸਰੋਤ
- Data Scientists Targeted by Malicious Hugging Face ML Models with Silent BackdoorJFrog
- Malicious ML models discovered on Hugging Face platformReversingLabs
- AI Model Confusion: An LLM/AI Model Supply Chain AttackCheckmarx Zero
- Pickle ScanningHugging Face
- SafetensorsHugging Face
- Loading custom modelsHugging Face
- Serialization semanticsPyTorch



