Cisco открыла бесплатную базу происхождения почти 900 открытых моделей

В основе нового сервиса лежит Model Provenance Kit — открытый Python-инструментарий, который Cisco выпустила в апреле 2026 года. Первоначальная версия охватывала около 150 базовых моделей из более чем 45 семейств и от более чем 20 издателей, но требовала локального окружения, загрузки весов размером в десятки гигабайт и отдельных инженерных затрат на каждую проверку. За квартал Cisco примерно в шесть раз расширила покрытие и заранее выполнила вычисления: теперь результаты можно получить через поиск в публичном Explorer, не скачивая модель самостоятельно.

Проверка нужна потому, что происхождение открытых моделей обычно описывается полем base_model на Hugging Face. Его заполняет сам загрузивший модель пользователь, а подтверждать заявленное родство анализом весов платформа не требует. На таких тегах, например, основана статистика ATOM Report: по состоянию на февраль 2026 года семейство Qwen было указано родительским для 69% новых производных открытых моделей против 1% в январе 2024-го. На китайские лаборатории в целом приходилось 70%, на европейские — 4%, а совокупное число отслеживаемых загрузок в трех регионах к марту достигло 2,04 млрд. Эти цифры хорошо показывают масштаб распространения семейств, но сами по себе не доказывают генеалогию каждой конкретной модели.

Cisco заменяет доверие к тегу вычисляемым отпечатком. Сначала система сравнивает архитектурные метаданные, не загружая веса; если результат неоднозначен, запускается второй этап с пятью сигналами на уровне параметров. Среди них — геометрическое сходство эмбеддингов, сохраняющееся после дообучения, распределение их норм, отражающее частотные закономерности слов, отпечатки устойчивых к fine-tuning слоев нормализации и энергетический профиль слоев по глубине сети. Комбинация оценок позволяет строить граф вероятного происхождения и отличать реальное родство от строки, вручную добавленной в карточку репозитория.

Explorer объединяет происхождение с другими атрибутами, которые важны при допуске модели в корпоративную среду: штаб-квартирой поставщика, лицензионными ограничениями и числом проверенных файлов. Последний показатель устраняет еще одну неопределенность. Cisco Foundation AI проверяет каждый публичный файл, загружаемый на Hugging Face, обновленным движком ClamAV, однако отсутствие отметки «ok» или «infected» может означать, что файл стоит в очереди, еще анализируется либо проверка завершилась ошибкой. Поэтому наличие сканера не гарантирует, что в момент оценки репозитория обработаны все его файлы; явный счетчик позволяет увидеть фактическое покрытие.

Эти данные Cisco уже использует в собственной системе Cerberus, которая отслеживает поступающие на Hugging Face модели и передает в Secure Access сигналы для блокировок по рискованной лицензии или региону происхождения. Публичный Explorer делает тот же класс сведений доступным без покупки продукта Cisco. Контекст угроз при этом шире проверки родословной: в испытаниях компании 15 флагманских моделей подверглись 6 986 многоходовым атакам, а успешность отдельных сценариев доходила до 88,3%. Отпечаток не измеряет устойчивость модели к атаке напрямую, но помогает установить, какая именно базовая модель и какие унаследованные свойства стоят за компонентом, который команда собирается развернуть.