REA 评测 模型头部与文件哈希能证明什么
固定 REA 源码实测 GGUF 与 safetensors 声明、张量总量、头部哈希和拒绝路径,说明静态文件检查的选型价值与证据边界。
AgentIndex · 发布于 2026-11-05 · 更新于 2026-11-05
REA 通过 CLI 与 MCP 把逆向分析工具交给智能体,覆盖应用结构、原生二进制和运行时观察。对于管理模型文件的团队,它还有一个更小的入口:无需加载模型或安装反编译器,就能读取 GGUF、safetensors 的结构声明。
本篇验证这个文件检查提供器。它能够从人工文件恢复已知声明,区分头部身份与全文件身份,标明元数据预览不完整,并拒绝部分错误输入。选型时真正需要判断的是:这些事实能支持下一步做什么。参数总量不能证明模型能力,头部相同也不能证明权重相同。
固定源码与十二项检查
2026 年 11 月 5 日,我们固定提交 c7fce66035a4eba490157b4ec3f43b1a7515aa99,包版本为 6.8.0。仓库自有代码采用 MIT,外部工具有各自要求。项目声明支持 Node 22.x 的 22.23.4 起、24.x 的 24.22.1 起,以及 26.12.1 及以上版本;其他原生分析工作流还需要相应提供器。项目要求
测试在 macOS arm64 下使用临时 Node.js 26.12.1。脚本转译选定 TypeScript 模块,直接调用真实 ModelArtifactProvider,包括实际文件读取和结果校验;没有运行智能体安装、CLI 包装、MCP 传输或原生分析引擎,也没有执行模型代码与推理。复现文件 记录依赖、导入源码指纹和结果。
| 样例或操作 | 本次观察 |
|---|---|
| 不带模型扩展名的 152 字节 safetensors | 识别格式,得到六个 F32 参数、24 字节张量 |
| 只读头部 | 读取 128 字节,全文件摘要为空 |
| 读取全文件 | 读取 152 字节,与独立 SHA-256 一致 |
| 修改一个载荷字节 | 头部摘要相同,全文件摘要变化 |
| 344 字节 GGUF v3 | 六个参数,头部 312 字节,数据从 320 开始 |
| 十个分词器词条 | 返回八项预览,明确标记不完整 |
| 重复 JSON 键、张量范围不匹配 | 拒绝 |
| GGUF 999、短 pickle 标记、截断的范围声明 | 拒绝并给出原因 |
| 读取前已取消的信号 | 返回取消结果 |
这些都是人为构造的小型格式样例,不是可用的训练模型。它们让预期值可以独立计算,没有测量数十亿参数文件的速度、内存或真实兼容性。
头部身份与权重身份分开记录
safetensors 样例的头部模式读取了八字节前缀和补齐后的 JSON,共 128 字节;文件还包含 24 字节张量载荷。结果同时记录头部摘要、读取范围和空的全文件 SHA-256。切换全文件模式后,读取全部 152 字节,摘要与独立计算一致。提供器实现
随后我们修改最后一个载荷字节,保持文件大小和声明不变。头部摘要仍相同,全文件摘要却变了。这直接说明哈希模式需要跟着问题选择:头部模式用较少读取检查声明;如果要记录后续实际消费的是哪一个完整文件,仅有头部摘要不够。
全文件摘要也不能说明权重含义,或证明目标推理框架能够加载它。它的作用是身份比较,可以与独立获得的摘要核对。本次没有拿真实模型与发布方校验值比对,也没有为任何模型建立来源证明。把摘要名称和读取范围一起保存,才能避免后续报告误用。
推导总量来自受约束的声明
两个样例都声明一个形状为 2×3 的 F32 张量,结果是六个参数、24 字节,与独立算术一致。报告用十进制字符串表达形状和参数总量,避免把潜在的大整数当成浮点近似。结果结构
保留形状却把 safetensors 数据范围改成 20 字节后,检查会拒绝。这个结果支持选定的大小一致性边界,没有证明张量名称的语义正确、训练过程可信,或文件适配某个具体架构实现。结构一致的声明仍然可能不适合当前应用。
GGUF 的头部结束于第 312 字节,对齐后的张量数据从第 320 字节开始。头部摘要与人工构造的前缀一致,没有包含对齐间隙。消费端应保留这些偏移和范围,不能把所有摘要统一改名为“完整文件校验值”。
词表预览不等于词表导出
人工 GGUF 元数据含十个分词器字符串。REA 保留声明数量十,返回八项预览,并把 preview_complete 设为 false;总体覆盖也标记为 preview。如果下游只看返回数组的长度,就会误认为词表只有八项。
这对智能体摘要尤其有影响。应要求它同时保留声明数量、完整性标记和限制说明;没有出现在响应中的值,是这次响应未展示,而不是文件中不存在。将结果写入索引、资产台账或报告时,同样应保留这种区别。模型文件语义说明
本次没有验证大型词表、全部元数据类型或未知张量布局。八项预览是当前固定版本、选定数组路径的观察,不是模型格式本身只能容纳八个值。
拒绝路径也是选型证据
重复 safetensors 键和形状/字节范围不一致被拒绝;不支持的 GGUF 版本给出诊断,没有当成已知布局继续解释。短 pickle 标记被拒绝,超大头部声明配上截断文件也会失败,测试没有按该声明分配完整内容。safetensors 读取器
这些是选定负例,没有构成完整解析器审计。取消测试从已经取消的信号开始,也不能证明大型全文件读取中途取消后的恢复过程。实际工作流应保留拒绝原因,再判断是需要换用支持格式、调整输入,还是转交其他工具处理。
适合怎样采用
当智能体需要跨资产类型获取结构化观察时,REA 值得评估。本篇覆盖的提供器适合盘点模型声明,并判断是否需要全文件身份检查。原生反编译、网页捕获和安卓观察有各自前提与实际影响,这里的通过结果不验证那些路径。
首次采用可从已知文件开始,核对预期声明,并明确选择哈希范围。检查本身在本地进行,交给智能体的结果仍可能发送到配置的模型提供方。如果关注生成资产的结构约束,可看 datamodel-code-generator 评测;需要持久智能体工作区的存储视角,可看 PI-Desktop 评测。