/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,3 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Опубликована
5 июл 2026

Mythoseek

Изображение и текст → текст3 профессии

Mythoseek — дообученная языково-зрительная модель Merlin Research для исследования уязвимостей, тестирования на проникновение и задач кибербезопасности.

10скачиваний за 30 дней0лайковвеса обновлены5 июл 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Mythoseek — языково-зрительная модель примерно на 10 млрд параметров, разработанная Merlin Research в рамках программы KAON и дообученная на основе DeepSeek V4 Pro-Qwen3.5 9B Distilled. Она предназначена для исследований уязвимостей, анализа CVE, тестирования на проникновение, OSINT, классификации CWE и подготовки отчётов по безопасности. Обучение включало дистилляцию трасс рассуждений, GRPO с проверяемыми наградами и настройку использования инструментов; заявлена поддержка диалогов, вызова инструментов и изображений.

В тесте CyberGym авторы сообщают pass@4 от 12% до 62% в зависимости от уровня предоставленной опоры. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Сценарии применения

  • анализ уязвимостей и CVE
  • помощь в авторизованном тестировании на проникновение
  • разведка OSINT и сбор сведений о целях
  • классификация уязвимостей по CWE
  • подготовка отчётов по безопасности
  • поддержка рассуждений red team

Ограничения

В CyberGym результаты pass@4 зависят от уровня опоры и составляют 12–62%; эти показатели не гарантируют успешность на других задачах. Модель не предназначена для автономных атак, несанкционированного доступа или злонамеренного использования.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Mythoseek


Overview

Mythoseek is a 10B parameter language model specialized for cybersecurity — vulnerability research, penetration testing, OSINT, and CWE-pattern reasoning. Fine-tuned from DeepSeek V4 Pro-Qwen3.5 9B Distilled on enterprise pentest reports and frontier model distillation traces, it brings closed-source cyber AI capability to the open community.

Developed at Merlin Research (Stockholm, Sweden) as part of the KAON quantum-classical research program — a closed-loop framework connecting IBM Quantum (ibm_kingston, Heron r2) with edge LLM inference on Apple Silicon. OTOC scrambling measurements from real IBM QPU jobs informed AER (Adaptive Entropy Regularization) coefficient calibration during GRPO training.


Training Pipeline

StageMethodDetails
1SFT DistillationFrontier model trace distillation
2GRPO / RLVerifiable rewards on cyber tasks
3Tool-use SFTAgent-style tool calling
4CWE GroundingCWE-pattern structured reasoning

Compute: Google Cloud TPU v6 pods


Results

CyberGym (arXiv:2506.02548)

CyberGym — UC Berkeley's large-scale cybersecurity benchmark, 1,507 real-world vulnerabilities from Google OSS-Fuzz across 188 projects. No partial credit, no LLM judge — pass requires a valid PoC that crashes the pre-patch build.

LevelScaffoldpass@4
Level 0Full scaffolding62%
Level 1Partial scaffolding34%
Level 2Minimal scaffolding12%
Level 3No scaffolding3%

For reference: Claude Mythos Preview leads the public leaderboard at 83.1% pass@1 (overall, closed model). Mythoseek is a 10B open-weight alternative.

IFBench


Intended Use

  • Vulnerability research and CVE analysis
  • Penetration testing assistance (OSINT, recon, XSS, SQLi)
  • CWE classification and pattern recognition
  • Security report generation
  • Red team reasoning support

Not intended for: autonomous offensive operations, unauthorized access, or malicious use.


KAON Connection

This model is part of the KAON quantum-classical research program:

OTOC scrambling measurements on real quantum hardware (SYK model, 4–5 qubits, IBM job IDs: d7a40irc6das739jkmb0, d7cj3c95a5qc73doqri0) produced entropy profiles that calibrated AER coefficients during RL training. Correlation between OTOC decay and token entropy: Spearman ρ = −0.733, p = 0.016 (n = 1000).

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
b5a893d

0 моделей