Presidio项目中Stanza工作流因PyTorch更新导致的兼容性问题解析
2025-06-13 10:40:11作者:范垣楠Rhoda
背景概述
在自然语言处理领域,微软开源的Presidio项目是一个用于数据隐私保护的强大工具集。近期有用户反馈,在使用Presidio的命名实体识别模型配置工作流时,遇到了与Stanza组件相关的运行异常。经技术团队分析,这一问题源于PyTorch框架的最新版本更新带来的兼容性变化。
问题本质
核心问题出现在PyTorch 2.6版本对torch.load()
函数的安全机制升级。新版本中,该函数的weights_only
参数默认值从False
变更为True
,这一安全改进旨在防止潜在的恶意代码执行风险。当Presidio尝试加载Stanza模型时,由于模型文件中包含numpy的_reconstruct
全局函数引用,触发了PyTorch的安全限制机制。
技术细节解析
-
安全机制变更:
- PyTorch 2.6引入的
weights_only=True
默认设置,限制了反序列化过程中可加载的对象类型 - 特别禁止了numpy.core.multiarray._reconstruct这类可能带来安全风险的全局函数
- PyTorch 2.6引入的
-
错误表现:
- 系统抛出
_pickle.UnpicklingError
异常 - 错误信息明确提示了两种解决方案:降级安全设置或显式允许特定全局函数
- 系统抛出
-
影响范围:
- 主要影响依赖Stanza模型进行实体识别的Presidio工作流
- 使用PyTorch 2.6及以上版本的环境都会遇到此问题
解决方案
Presidio开发团队已在代码库中提交修复(PR #1522),主要采取以下技术方案:
-
显式安全声明:
- 使用
torch.serialization.add_safe_globals()
方法 - 将必要的numpy重建函数加入安全白名单
- 使用
-
版本适配:
- 确保代码同时兼容PyTorch 2.6前后的版本
- 保持向后兼容性
临时应对措施
在官方新版本发布前,用户可采用以下临时方案:
-
降级PyTorch:
pip install torch==2.5.0
-
显式设置加载参数:
torch.load(model_path, weights_only=False)
最佳实践建议
- 对于生产环境,建议等待Presidio官方发布包含修复的新版本
- 更新后应测试所有依赖模型加载的功能模块
- 长期来看,建议所有基于PyTorch的模型加载代码都考虑
weights_only
参数的影响
总结
这一事件典型地展示了深度学习生态系统中版本兼容性的重要性。PyTorch团队引入的安全改进虽然造成了短期兼容性问题,但从长远看提升了整个生态的安全性。Presidio团队的快速响应也体现了开源社区解决问题的效率。开发者应当关注这类底层框架的重要变更,及时调整自己的应用代码。
对于Presidio用户而言,这一问题将在下周的新版本中得到彻底解决。在此期间,用户可根据自身安全需求选择适合的临时解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
974
574

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
549
81

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133