黑客网站渗透入侵破解拿权限
模型转换阶段风险 待转换的模型如果来源不可信，那么我们的老朋友“反序列化”风险又将出现。除了pickle.load、torch.load 这些典型风险函数外，torch.jit.load 在端侧大模型开发过程中也常被使用。如果模型转换工具使用上述风险函数进行待转换模型的读取，则可能导致 RCE 的风险。 pickle 带来的风险已经是老生常谈的话题了，本文主要关注具有端侧模型特色的 torch.jit.load 函数。 在 Github 中搜索，可以看到该函数有着不小的使用量级，大都应用在高性能、端侧相关的场景。 torch.jit.load 用来加载 TorchScript 类型的模型，TorchScript 是 PyTorch 提供的一种可序列化、可部署的模型中间表示，使模型能够脱离 python 环境运行，并且提升推理性能，这些特性使得 TorchScript 成为端侧大模型开发过程
