Scanner de risque des modèles Hugging Face
Saisissez l’identifiant d’un modèle Hugging Face et obtenez une lecture du risque de la chaîne d’approvisionnement.
Ouvrir l’outil →L’outil interactif s’ouvre en anglais.
Le Scanner de risque des modèles lit les métadonnées publiques d’un modèle Hugging Face et les transforme en lecture du risque de la chaîne d’approvisionnement. Le facteur le plus important est de savoir si le modèle embarque du code personnalisé qui s’exécute sur votre machine (trust_remote_code), avec sa licence, son adoption, son ancienneté et s’il est restreint (gated).
- Saisissez l’identifiant d’un modèle (par exemple meta-llama/Llama-3.1-8B).
- Lisez la bande de risque et les facteurs : code distant, licence, téléchargements, ancienneté et gating.
- S’il passe la revue, ajoutez-le à votre AIBOM ; s’il embarque du code personnalisé, traitez-le comme un binaire inconnu.
Questions fréquentes
Qu’est-ce qui rend un modèle risqué ?
Le facteur le plus révélateur est le code distant/personnalisé (trust_remote_code) : des modèles qui embarquent des fichiers .py exécutés dans votre environnement. Ensuite : licence absente ou non commerciale, très faible adoption, mise en ligne très récente sans historique, et gating.
Pourquoi le code personnalisé compte-t-il autant ?
Charger un modèle avec du code personnalisé exécute ce code sur votre machine. La CVE-2026-80047 de Transformers a montré que cette voie pouvait même écrire des fichiers sur le disque avant l’invite de consentement.
A-t-il besoin de mon jeton Hugging Face ?
Non. Il ne lit que les métadonnées publiques du modèle.