Is Baselines veilig?

Baselines — Nerq Trust Score 54.2/100 (C--beoordeling). Op basis van analyse van 2 vertrouwensdimensies wordt het beschouwd als heeft opmerkelijke beveiligingszorgen. Laatst bijgewerkt: 2026-04-08.

Gebruik Baselines met voorzichtigheid. Baselines is een Python package met een Nerq Vertrouwensscore van 54.2/100 (C-), based on 3 onafhankelijke gegevensdimensies. Onder de geverifieerde drempel van Nerq Beveiliging: 90/100. Populariteit: 30/100. Gegevens afkomstig van PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Laatst bijgewerkt: 2026-04-08. Machineleesbare gegevens (JSON).

Is Baselines veilig?

CAUTION — Baselines has a Nerq Trust Score of 54.2/100 (C-). Heeft matige vertrouwenssignalen maar toont enkele aandachtspunten that warrant attention. Suitable for development use — review beveiliging and onderhoud signals before production deployment.

Beveiligingsanalyse → Baselines Privacyrapport →

Wat is de vertrouwensscore van Baselines?

Baselines heeft een Nerq Trust Score van 54.2/100 met het cijfer C-. Deze score is gebaseerd op 2 onafhankelijk gemeten dimensies, waaronder beveiliging, onderhoud en community-adoptie.

Beveiliging
90
Populariteit
30

Wat zijn de belangrijkste beveiligingsbevindingen voor Baselines?

Het sterkste signaal van Baselines is beveiliging met 90/100. Er zijn geen bekende kwetsbaarheden gedetecteerd. It has not yet reached the Nerq Verified threshold of 70+.

Beveiligingsscore: 90/100 (sterk)
Populariteit: 30/100 — gemeenschapsacceptatie

Wat is Baselines en wie onderhoudt het?

OntwikkelaarOpenAI
CategoriePython Packages
BronN/A

Baselines op andere platforms

Dezelfde ontwikkelaar/bedrijf in andere registers:

ChatGPT
67/100 · android
ChatGPT
66/100 · android
openai
64/100 · gems
openai.chatgpt
62/100 · vscode
github.com/openai/gym-http-api
46/100 · go

Vergelijkbare Pypi op Vertrouwensscore

ansicolors (64)blingfire (64)aiomqtt (64)business-rules (64)callee (64)
Bekijk alle veiligste Pypi →

Vergelijken

Baselines vs ansicolorsBaselines vs blingfireBaselines vs aiomqtt

Beveiligingsgids: Baselines

Wat is Baselines?

Baselines is een Python-pakket — OpenAI baselines: high quality implementations of reinforcement learning algorithms.

Hoe de veiligheid te verifiëren

Run pip audit or safety check. Review on PyPI for download stats.

U kunt de vertrouwensscore ook via de API controleren: GET /v1/preflight?target=baselines

Belangrijkste beveiligingsproblemen voor Python package

Bij het evalueren van elk Python package, let op: dependency vulnerabilities, malicious uploads, onderhoud status.

Vertrouwensbeoordeling

Baselines has a Nerq Trust Score of 54/100 (C-) and has not yet reached Nerq trust threshold (70+). Deze score is gebaseerd op geautomatiseerde analyse van beveiligings-, onderhouds-, gemeenschaps- en kwaliteitssignalen.

Belangrijkste conclusies

Veelgestelde vragen

Is Baselines veilig?
Gebruik met enige voorzichtigheid. baselines met een Nerq Vertrouwensscore van 54.2/100 (C-). Sterkste signaal: beveiliging (90/100). Score gebaseerd op Beveiliging (90/100), Populariteit (30/100).
Wat is de vertrouwensscore van Baselines?
baselines: 54.2/100 (C-). Score gebaseerd op Beveiliging (90/100), Populariteit (30/100). Scores worden bijgewerkt wanneer nieuwe data beschikbaar komen. API: GET nerq.ai/v1/preflight?target=baselines
Wat zijn veiligere alternatieven voor Baselines?
In de categorie Python-pakketten, meer Python package worden geanalyseerd — kom binnenkort terug. baselines scores 54.2/100.
Heeft Baselines bekende kwetsbaarheden?
Nerq controleert Baselines tegen NVD, OSV.dev en registerspecifieke kwetsbaarheidsdatabases. Huidige beveiligingsscore: 90/100.
Wordt Baselines actief onderhouden?
Baselines onderhoudsscore: N/A. Controleer het repository op recente activiteit.
API: /v1/preflight Trust Badge API Docs

Zie ook

Disclaimer: Nerq-vertrouwensscores zijn geautomatiseerde beoordelingen op basis van openbaar beschikbare signalen. Ze vormen geen aanbeveling of garantie. Voer altijd uw eigen verificatie uit.

We gebruiken cookies voor analyse en caching. Privacy