问题描述

部分 benchmarks/llm 训练样例在加载模型、分词器或处理器时默认启用了 trust_remote_code=True。当用户传入远程模型仓库时，Transformers 可能下载并执行仓库中的自定义 Python 代码，执行权限与当前用户一致，而样例未要求显式确认可信来源。

此外，个别样例的模型路径默认值包含开发环境中的个人绝对路径，不适合作为开源样例默认配置。

风险影响

用户执行训练脚本并指定未经验证的远程模型仓库时，模型仓库中的自定义建模或分词代码可能被执行，存在任意代码执行风险。模型、Tokenizer 和 Processor 的远端代码加载均受影响。

整改方案

1. 对 Transformers 已原生支持的 Mamba2、Qwen3、Qwen2VL、Llama3、GPT-OSS 和 GLM4，删除冗余的 trust_remote_code=True。
2. Baichuan2 因架构依赖远端代码，改为默认关闭的 --trust-remote-code 显式开关。
3. Baichuan2 从远程仓库启用远端代码时，要求通过 --revision 固定完整 commit hash；本地已校验模型目录不强制该参数。
4. 删除 Mamba2 和 Qwen2VL 样例中的个人绝对模型路径默认值，改为必填参数。
5. 在相关 README 中补充远端代码执行风险、可信来源和固定 revision 的使用说明。

验收标准

• 原生支持模型的样例中不存在硬编码 trust_remote_code=True。
• Baichuan2 默认不信任远端代码，仅在用户显式传入开关时启用。
• Baichuan2 使用远程模型且启用远端代码时，未固定完整 commit hash 应在加载前拒绝执行。
• 样例中不包含个人绝对路径默认值。
• 修改覆盖 master 及仍维护的相关版本分支，并通过代码规范、语法和最小加载验证。