/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
4 июл 2026

psy-6.9m

Языковая модель

Psy 6.9M — компактный байтовый энкодер для классификации структурированных киберартефактов и выдачи защитных вердиктов в JSON.

0скачиваний за 30 дней2лайкавеса обновлены4 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Psy 6.9M v0.1 — компактный байтовый энкодер для защитного анализа структурированных киберартефактов. Модель разработана AIIT-Threshold и содержит 6,9 млн параметров; она работает с байтовым представлением и не токенизирует, не понимает и не генерирует естественный язык.

Модель принимает подготовленные записи CVE, AST правил обнаружения и заголовки сетевых потоков и возвращает кадр статуса или вердикта в строгом JSON. Для CVE_RECORD и RULE_AST в комплект входят обученные классификационные головы; для NETWORK_FLOW голова отсутствует, поэтому энкодер всегда возвращает PSY_UNCERTAIN. Модель не предназначена для чата, генерации кода, исправления систем или исполнения артефактов.

Весовой файл поставляется в формате PyTorch. Среда выполнения рассчитана на Python 3.10 и PyTorch 2.0 или новее, работает только на CPU. Лицензия — Apache-2.0. Результаты демонстрационных проб не подтверждают качество на реальных данных; для сетевых потоков доступен только неопределённый ответ, а ввод артефактов должен быть заранее структурирован и очищен.

Сценарии применения

  • классификация аномалий в AST правил обнаружения
  • первичная оценка подготовленных записей CVE
  • экспериментальная проверка энкодера на заголовках сетевых потоков
  • формирование структурированных защитных статусов для киберартефактов

Ограничения

Модель не обрабатывает естественный язык и не генерирует текст; для NETWORK_FLOW в версии 0.1 отсутствует классификационная голова, поэтому результат всегда неопределённый. README приводит лишь демонстрационные пробы и не устанавливает качество на реальных данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Psy v0.1 / 6.9M dev bundle

Psy 6.9M is a byte-level, zero-language (non-linguistic, byte-level-only — it never tokenizes or generates natural-language text) defensive cyber-artifact encoder.

It does not chat. It does not generate code. It does not patch systems. It does not execute artifacts.

It consumes already-structured cyber artifacts (a sanitized CVE record, a detection-rule AST, a network-flow header) and emits one strict-JSON status/verdict frame. The full architecture, class semantics, probe metrics, and integrity hashes are in MODEL_CARD.md.

License: Apache-2.0 (see LICENSE).

Supported demo families

FamilyProbe head in v0.1End-to-end result
CVE_RECORDYesencoder + probe head
RULE_ASTYesencoder + probe head
NETWORK_FLOWNo (encoder-only)encoder-only, always returns PSY_UNCERTAIN

Unsupported families, and any family whose probe head is absent, return PSY_UNCERTAIN (mode: encoder_only).

Contents

This bundle ships only the minimal Psy runtime surface:

  • 6.9M-parameter byte-level encoder backbone checkpoint (checkpoints/psy_6.9m_encoder.pt)
  • Two trained probe heads (checkpoints/heads/cve_sanitized_head.pt, checkpoints/heads/rule_ast_head.pt), each Linear(256->3)
  • Psy contact-protocol utilities
  • Psy structured-memory utilities (standalone/illustrative; not exercised by the demo) — a schema for recording structured artifact events (verdict opcodes, confidence, evidence offsets, feedback), not chat/prompt memory and not a live weight-mutation system; see docs/PSY_MEMORY_ARCHITECTURE.md
  • Probe-head loader code
  • Label maps for the demo families
  • Tiny sanitized demo artifacts
  • Sanitized probe-result JSON summaries
  • Demo command + bundle validation script

Probe-head status (corrected)

Earlier pre-export notes said no probe-head .pt files were included. That is no longer accurate. The CVE_RECORD and RULE_AST heads ARE included and load cleanly, and they drive the demo verdicts. Only the NETWORK_FLOW head is not shipped in v0.1, so NETWORK_FLOW runs encoder-only and always returns PSY_UNCERTAIN. See RELEASE_NOTES.md for why NETWORK_FLOW is held back.

Requirements

  • Python >= 3.10 (runtime uses 3.10+ syntax and weights_only=True)
  • torch >= 2.0 (CPU-only is sufficient; the runtime forces torch.device("cpu"))

Only torch is required directly; everything else is Python stdlib. See requirements.txt. The runtime is CPU-only by design and never touches a GPU, so a plain pip install -r requirements.txt will pull a much larger CUDA-enabled torch wheel than needed — installing the CPU-only build instead (e.g. pip install torch --index-url https://download.pytorch.org/whl/cpu) is faster and lighter with no functional difference here. If you install torch without numpy present, torch itself may print a harmless Failed to initialize NumPy: No module named 'numpy' warning to stderr on startup — this does not affect the strict-JSON stdout output or exit code.

Demo

From the extracted bundle root:

# Decisive anomaly path (probe head runs, returns BLOCK):
python3 scripts/run_demo.py --artifact demo_artifacts/rule_ast_sample.jsonl

# CVE probe head runs; this sample lands on the "investigate" class -> ABSTAIN:
python3 scripts/run_demo.py --artifact demo_artifacts/cve_record_sample.jsonl

# NETWORK_FLOW has no head in v0.1 -> encoder-only, PSY_UNCERTAIN:
python3 scripts/run_demo.py --artifact demo_artifacts/network_flow_sample.jsonl

Each command prints one strict-JSON Psy status/verdict frame to stdout (exit 0).

Note: --artifact takes a local filesystem path with no path-confinement checks — fine for this shipped offline single-user CLI (the invoking user already has whatever access the path implies), but anyone wrapping this runtime in a service that accepts a path/id from a remote caller must add their own root-confinement/canonicalization; none is provided here to copy.

Verified outputs:

  • rule_ast_sample -> status: PSY_ANOMALY_FOUND, action: BLOCK, mode: encoder_plus_probe_head, label: 2, confidence: 0.8381
  • cve_record_sample -> status: PSY_UNCERTAIN, action: ABSTAIN, mode: encoder_plus_probe_head, label: 1, confidence: 0.9996 (a confident middle-class prediction, not a fallback)
  • network_flow_sample -> status: PSY_UNCERTAIN, action: ABSTAIN, mode: encoder_only, head_status: probe_head_not_present, confidence: 0.0

Note: PSY_UNCERTAIN means two different things — a confident label-1 (MEDIUM/INVESTIGATE) prediction, and "no head available." Disambiguate with mode / head_status / confidence, not the status string alone. See the class -> opcode table in MODEL_CARD.md.

Validate

python3 scripts/validate_bundle.py
python3 scripts/run_demo.py --artifact demo_artifacts/rule_ast_sample.jsonl

validate_bundle.py checks required files, re-derives the encoder parameter count (must equal 6,904,064), verifies JSON/JSONL parse, and scans for secrets and non-loopback IPs. On a clean release it prints status: PASSED (exit 0) with a single expected warning: optional probe head not present: checkpoints/heads/network_flow_head.pt.

You can also verify integrity directly:

sha256sum checkpoints/psy_6.9m_encoder.pt
# expect: 2d0a15792bcdfbebfbf689ca0dddd39f9259525bbe9bee9d491289af4e590dbc

Scope Boundary

This is only Psy as a small artifact-encoder runtime/demo bundle. It is not a larger system and includes no other components or agents.

This bundle intentionally excludes:

  • raw corpus
  • training shards
  • full training logs
  • SSH/IP material
  • private env files
  • full threat-report prose
  • poison payload dumps
  • malware samples
  • unrelated internal code

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Ревизия весов
1c802c2

0 моделей