safetensors چیست و چرا ساخته شد؟
کتابخانه safetensors ابزاری متن‌باز برای ذخیره و بارگذاری تنسورهاست که با محبوب‌ترین چارچوب‌های یادگیری ماشین از جمله PyTorch، TensorFlow، JAX، PaddlePaddle و NumPy سازگار است. این پروژه از آن جهت متولد شد که فرمت‌های سنتی ذخیره مدل، به‌ویژه روش‌های مبتنی بر pickle در پایتون، دروازه‌های خطرناکی برای اجرای کدهای مخرب باز می‌گذاشتند. safetensors با رویکردی ساده و امن، داده‌های مدل را بدون ریسک اجرای خودکار کد نگه می‌دارد و در کنار آن، سرعت بارگذاری مدل‌های بزرگ را هم به شکل چشمگیری بهبود می‌دهد.
حسابرسی امنیتی مستقل و شفاف
شرکت Hugging Face در همکاری نزدیک با EleutherAI و Stability AI یک حسابرسی امنیتی خارجی برای این کتابخانه سفارش داد. این ارزیابی توسط شرکت معتبر Trail of Bits انجام شد و گزارش کامل آن به‌صورت عمومی منتشر شده است. نتیجه کلیدی روشن است: safetensors از نظر امنیتی در وضعیت بسیار خوبی قرار دارد و هر سه سازمان می‌توانند با اطمینان آن را به فرمت پیش‌فرض ذخیره مدل‌ها تبدیل کنند.
انتشار شفاف گزارش حسابرسی در ۲۳ مه ۲۰۲۳ اهمیت ویژه‌ای دارد؛ زیرا جامعه متن‌باز می‌تواند یافته‌ها را مستقیم بررسی کند و این فرایند صرفاً به یک ادعای تبلیغاتی خلاصه نمی‌شود. چنین شفافیتی الگویی است که انتظار می‌رود در پروژه‌های زیرساختی هوش مصنوعی بیشتر از قبل دیده شود.
سود این تصمیم برای اکوسیستم هوش مصنوعی
وقتی یک فرمت ذخیره‌سازی به استاندارد پیش‌فرض تبدیل می‌شود، اثر آن روی کل زنجیره توسعه مدل محسوس است. مهم‌ترین دستاوردهای این تغییر عبارت‌اند از:
- کاهش ریسک حملات از طریق فایل‌های مدل آلوده در مخازن و پلتفرم‌های اشتراک مدل
- بارگذاری سریع‌تر مدل‌های عظیم به کمک نگاشت حافظه و بی‌نیازی از بارگذاری کامل فایل در RAM
- سازگاری چندچارچوبی و جابه‌جایی آسان‌تر مدل‌ها میان ابزارهای مختلف
- افزایش اعتماد کاربران و توسعه‌دهندگان به فایل‌های منتشرشده روی پلتفرم‌هایی مانند هاگینگ فیس
قدم بعدی؛ فرمت پیش‌فرض ذخیره مدل‌ها
طبق اعلام سه سازمان، گام بعدی تبدیل safetensors به فرمت پیش‌فرض ذخیره مدل‌هاست. برای توسعه‌دهندگانی که مدل‌های خود را منتشر می‌کنند، مهاجرت به این فرمت نه‌تنها ساده است بلکه توصیه جدی محسوب می‌شود. تجربه نشان داده امنیت، درست مانند کارایی، وقتی به‌صورت پیش‌فرض ارائه شود بیشترین اثر را دارد؛ کاربر عادی دیگر لازم نیست درباره ایمنی فایل مدلی که دانلود می‌کند نگران باشد.
این خبر در حالی منتشر می‌شود که امنیت فایل‌های مدل به یکی از دغدغه‌های جدی جامعه هوش مصنوعی بدل شده است. حسابرسی موفق safetensors نشان می‌دهد سرمایه‌گذاری مشترک بازیگران اصلی این حوزه روی زیرساخت متن‌باز می‌تواند به استانداردهای سخت‌گیرانه‌تر و اکوسیستم سالم‌تری بینجامد.
پرسش‌های پرتکرار
safetensors چیست؟
کتابخانه‌ای متن‌باز برای ذخیره و بارگذاری امن و سریع تنسورها در چارچوب‌هایی مانند PyTorch، TensorFlow، JAX، PaddlePaddle و NumPy است که خطر اجرای کدهای مخرب را حذف می‌کند.
چرا حسابرسی امنیتی safetensors اهمیت دارد؟
حسابرسی مستقل شرکت Trail of Bits تأیید کرد این کتابخانه امن است؛ به همین دلیل Hugging Face، EleutherAI و Stability AI آن را به فرمت پیش‌فرض ذخیره مدل‌های هوش مصنوعی تبدیل می‌کنند.
