huntr
Protect AI, part of Palo Alto Networks · Detección de IA
huntr es una plataforma de bug bounty de IA donde se reportan fallos en librerías de ML de código abierto y en formatos de archivo de modelos, y donde se compite en retos con premios en efectivo.
Acerca de huntr
About
Qué es huntr
huntr es una plataforma de bug bounty dedicada solo a la IA y al aprendizaje automático. Los objetivos no son sitios web ni apps móviles, sino las librerías sobre las que corre el código de IA y los formatos en los que se guardan los modelos. Un archivo de modelo manipulado puede ejecutar código en cuanto alguien lo carga, y la plataforma trata toda esa superficie como terreno válido.
El punto de partida fueron los programas por repositorio. Proyectos como PyTorch, Transformers, Keras, ONNX o scikit-learn aparecen en el tablero con una cantidad asociada, y cada informe pasa por un triaje antes de que el mantenedor publique un parche. Esos parches acaban como avisos públicos, y ahí es donde la mayoría de los investigadores consigue su crédito.
La capa más reciente son los retos. Son competiciones con fecha límite contra un asistente o un agente de IA creado para la ocasión. Puede tocarte sacar un token secreto de un asistente de seguros o conseguir que tres agentes revelen las herramientas que deben proteger. Los premios de una sola convocatoria llegan a 15.000 dólares, y una clasificación ordena a quienes cumplen los objetivos antes del cierre.
De ese diseño salen dos consecuencias. Los hallazgos se evalúan, no se publican por cuenta propia, así que un informe solo paga cuando alguien confirma que es real. Y el trabajo es competitivo: los retos populares atraen a mucha gente y los informes duplicados no valen nada. Quien ya lee código Python y entiende la inyección de prompts le saca bastante más partido.
Cómo empezar
- Crea una cuenta en huntr.com con tu correo o con GitHub y acepta el código de conducta y los términos de participación.
- Elige un objetivo. El tablero de recompensas por errores lista repositorios abiertos con su rango de pago, y la sección de retos muestra las convocatorias activas con reglas y fechas.
- Reproduce el fallo en la versión exacta que vas a reportar y guarda una prueba de concepto mínima. Si es un fallo de librería, anota la función afectada y cómo llega el payload hasta ella.
- Envía el informe con pasos, evidencias e impacto. El triaje lo valida, el mantenedor publica el arreglo y el aviso sale con tu nombre.
- En un reto, entrega la evidencia del objetivo antes del cierre y sigue la clasificación para ver tu puesto y el pago.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de huntr.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Investigadores de seguridad con experiencia en web o infraestructura
- Ingenieros de ML que mantienen proyectos abiertos
- Estudiantes que arman portafolio
Tareas
- Reportar un fallo de deserialización en un cargador de modelos
- Probar la inyección de prompts en una app con LLM
- Conseguir un CVE para una librería de ML abierta
- Afinar la práctica de red team de IA antes de una entrevista
Casos de uso
- Tienes un fin de semana libre y quieres un objetivo definido
- Tu equipo lanza una función con LLM y quiere ojos externos
- Necesitas una pieza de portafolio para un puesto de seguridad
Funciones clave
Tablero de recompensas en código abierto
El tablero muestra repositorios con la recompensa ya financiada, así sabes cuánto vale un informe válido antes de abrir el editor. Los proyectos grandes de IA se mueven en cifras parecidas, con varios alrededor de 1.500 dólares por informe aceptado. Las cantidades cambian, y la página del repositorio es el único número que cuenta.
Retos de IA con tiempo límite
Los retos son concursos, no búsquedas abiertas. Cada uno plantea un objetivo contra un asistente de IA real, pone una fecha de cierre y ordena a todo el que lo consigue. El bote es fijo y se publica antes de empezar, y se reparte entre los primeros puestos.
Triaje y divulgación
Cada envío pasa por un equipo de seguridad antes de llegar al mantenedor, lo que filtra ruido y duplicados. Los casos aceptados siguen una divulgación de vulnerabilidades coordinada, con el arreglo publicado antes que los detalles. Esa secuencia protege a los usuarios y deja al investigador un aviso citable.
Pagos y recompensas
Las recompensas por errores se pagan por informe aceptado y los premios de los retos, por convocatoria. Apuntarse es gratis y no hay suscripción. El pago depende de la aceptación, así que un informe rechazado no deja más que el aprendizaje.
Cobertura de formatos de archivo de modelos
Casi todos los programas se quedan en el código de la aplicación. huntr baja una capa hasta los formatos de archivo de modelos, donde cargar un modelo descargado puede ejecutar código en la máquina. Ese alcance es raro, y es la razón principal por la que los equipos de seguridad mandan gente aquí.
Análisis publicados y comunidad
El blog publica desgloses de exploits, incluidos trabajos sobre deserialización de modelos de Keras y fallos de manejo de archivos que acaban en hallazgos mejor pagados. Hay un servidor de Discord y una sección de preguntas frecuentes. Leer esos análisis es la forma más rápida de aprender los patrones que premian los retos.
Ventajas y desventajas
Ventajas
- Alcance estrecho y claro: librerías de IA y ML más formatos de modelos, en lugar de toda la web.
- Los avisos publicados dan crédito público y un rastro de CVE citable.
- Los botes de los retos se publican antes del evento, así que el techo se conoce de antemano.
- Es gratis para investigadores, y los proyectos financian sus propias recompensas.
- La cobertura de formatos de modelos es difícil de encontrar en plataformas generalistas.
Desventajas
- La competencia se concentra en los retos populares y los duplicados no pagan, así que una convocatoria llena puede gastar el fin de semana.
- El pago depende del triaje, y el rechazo después de días de trabajo es habitual.
- Entre retos, el tablero es casi todo código de librería, lo que premia leer fuentes por encima de probar rápido.
- No hay API pública documentada, así que un equipo no puede llevar su historial de informes a su propio panel.
Preguntas frecuentes
Para reportar fallos de seguridad en software de IA y aprendizaje automático, y para competir en concursos de seguridad de IA. Las dos mitades comparten cola y reputación, así que un buen informe de librería y una buena actuación en un reto suman igual.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con huntr.
Alternativas a huntr
Isgen AI
Isgen · Detección de IAIsgen AI es un detector de IA basado en web que puntúa un texto según la probabilidad de que lo haya escrito una máquina y te muestra qué oraciones y frases suben esa cifra. Está pensado para profesores, editores, estudiantes y escritores. La pregunta es sencilla: ¿este borrador salió de ChatGPT, GPT-5, Claude, Gemini, DeepSeek u otro modelo? Pegas o subes el contenido, lanzas un análisis y obtienes un desglose entre Humano, IA y Mixto en segundos. También incluye un editor que puntúa el texto mientras escribes.
Humanizeai Tools
Humanizeai Tools · Escritura · Detección de IAHumanizeai Tools es un humanizador de IA basado en web que reescribe texto generado por máquinas para que suene como escrito por una persona, que es justo el propósito de la categoría a la que pertenece. Pegas un borrador de ChatGPT, Claude o Gemini, lo pasas por la herramienta y esta cambia las frases y las estructuras que los detectores de IA marcan. Si tu objetivo es que el texto de IA suene humano antes de publicarlo, esta es la clase de herramienta pensada exactamente para eso. Les sirve a estudiantes, blogueros y responsables de marketing que necesitan textos que se lean con naturalidad y que superen herramientas como GPTZero, Copyleaks y Winston AI con una sola pasada.
Hidemyai
Hidemyai · Escritura · Detección de IAHidemyai es un humanizador de contenido con IA. Reescribe texto de ChatGPT, Jasper y herramientas parecidas para que el resultado parezca escrito por una persona. Pegas tu borrador, eliges un tipo de documento y un tono, y el servicio devuelve una versión pensada para esquivar detectores como Originality.ai, Turnitin y ZeroGPT. Apunta a redactores, responsables de marketing y estudiantes que tiran de borradores de IA pero no pueden publicar un texto que suene a robot. La promesa es clara: hacer indetectable el contenido de IA.