漏洞总结：verl math_equal() 任意代码执行漏洞 漏洞概述 漏洞名称：verl math_equal() Arbitrary Code Execution via Unsafe eval() 漏洞类型：CWE-95: 动态评估代码中的指令未正确中和 (Eval Injection) CVSS 评分：8.1 (High) 受影响组件： (Line 298-301) 受影响版本：verl ≤ 0.7.0 漏洞原理：在数学答案评分模块中，当模型输出以 开头且以 结尾时，代码直接调用 Python 内置的 函数处理模型输出，且未进行任何输入净化或沙箱隔离。攻击者可通过间接提示注入（Indirect Prompt Injection）诱导大语言模型（LLM）输出包含恶意 Python 代码的字符串，从而触发任意代码执行（ACE）。 影响范围 攻击向量：网络（远程触发，无需本地访问） 攻击复杂度：高（需间接控制 LLM 输出格式） 权限要求：无（无需系统认证） 用户交互：无（训练/评估流水线自动触发） 机密性影响：高（可读取训练数据、模型权重、API 密钥等） 完整性影响：高（可篡改模型检查点、植入后门） 可用性影响：高（可终止训练进程、破坏计算资源） 修复方案 短期修复（推荐，一行代码变更） 将 替换为 ，仅允许解析 Python 字面量（字符串、数字、列表、字典），不执行任意代码。 长期建议 1. 全局审计 / 调用：检查 中其他 调用（如 Line 82），应被替换。 2. 输入验证白名单：在 输出阶段添加格式验证，仅允许数学表达式字符（数字、运算符、括号、逗号）。 3. 沙箱隔离：在奖励函数执行环境中限制对 和 等危险模块的访问。 4. 依赖安全扫描：在 CI/CD 中加入 使用检查，防止后续代码引入新的注入点。 POC 代码（来自页面）