Bereits das reine Auswählen eines Modells in Unsloth Studio reichte aus, um den Schadcode auszuführen, wie der Sicherheitsforscher Ariel Fogel von Pillar Security erklärte. Der Code wurde schon bei einer simplen Metadaten-Prüfung aktiv, allein das Lesen der Konfigurationsdatei config.json genügte, um den Exploit auszulösen. Die Anwendung lud den Python-Code direkt aus dem Modell-Repository herunter und führte ihn aus, ohne dass die Gewichte geladen oder eine Inferenz gestartet werden musste.
Ursache war der Umgang mit der Option trust_remote_code von Hugging Face, die es Modellen erlaubt, eigenen Python-Code mitzubringen. Vor dem Patch war diese Option in Unsloth Studio standardmäßig aktiviert, sobald die Lade-Funktion von Hugging Faces Transformers-Bibliothek genutzt wurde, um Informationen über ein inspiziertes Modell zu sammeln. Laut Ariel Fogel benötigen legitime Modelle wie IBM Granite Speech and Vision, DeepSeek-OCR, ChatGLM und frühere Qwen-Versionen diese benutzerdefinierte Code-Ausführung, um ordnungsgemäß zu funktionieren.
Fogel betonte, dass es sich nicht um eine Schwachstelle in Hugging Face selbst handele, sondern um ein Problem, wie Unsloth die trust_remote_code-Funktion einsetzt. Die Betreiber verwiesen auf den Beta-Status von Unsloth Studio, der webbasierten Oberfläche, in der die Lücke klaffte.
Pillar Security widersprach dieser Argumentation und wies darauf hin, dass der verwundbare Studio-Code als Teil des standardmäßigen, allgemein verfügbaren „unsloth“-Pakets auf PyPI ausgeliefert wird und über ein normales „pip install unsloth“ ohne Beta- oder Vorabversion installiert werden kann.
Mit der Version 2026.6.9 wurde Unsloth Studio so geändert, dass es kein beliebiges Modellladen direkt von Hugging Face mehr erlaubt und Remote-Code aus lokalen Modelldateien nicht mehr vertraut. Pillar Security riet Nutzern, auf die korrigierte Version zu aktualisieren, selbst wenn sie Studio nie starten und nur Unsloth Core verwenden.
