/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Архитектура
llama · dense
Опубликована
2 мая 2024

cyber-risk-llama-3-8b-instruct-sft

Генерация текстаТекст → текст3 профессии

Дообученная Llama 3 8B для анализа новостей о кибербезопасности, выявления угроз и классификации IT-рисков.

23скачиваний за 30 дней2лайкавеса обновлены2 мая 2024

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 «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

Модель Vanessasml/cyber-risk-llama-3-8b-instruct-sft — дообученная с помощью SFT и LoRA версия Meta Llama 3 8B Instruct, созданная для анализа кибербезопасности. Она генерирует текст в диалоговом формате и предназначена для специалистов по данным и разработчиков систем кибербезопасности.

Модель помогает анализировать новости о кибербезопасности, выявлять киберугрозы и классифицировать данные по таксономии NIST и IT-рискам согласно рекомендациям EBA для ITC. Архитектура — плотная LlamaForCausalLM с 7,5 млрд параметров и контекстом до 8192 токенов. В README описано обучение с 4-битной точностью NF4, вычислениями float16 и LoRA; в репозитории указаны веса safetensors.

Качество оценивалось качественно по релевантности и связности ответов в контексте кибербезопасности. Модель может хуже справляться с задачами вне этой области и наследует возможные смещения обучающих данных. README предостерегает от использования для медицинских советов, юридических решений и систем, критичных для жизни. Лицензия в предоставленных данных не указана.

Сценарии применения

  • анализ новостей о кибербезопасности
  • выявление и описание киберугроз
  • классификация данных по таксономии NIST
  • классификация IT-рисков по рекомендациям EBA для ITC
  • создание диалогового помощника для задач кибербезопасности

Ограничения

Модель может хуже работать вне задач кибербезопасности и наследовать смещения обучающих данных. Не предназначена для медицинских советов, юридических решений или систем, критичных для жизни; оценка качества описана как качественная.

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

Model Card for Cyber-risk-llama-3-8b-instruct-sft

Model Description

This model is a fine-tuned version of meta-llama/Meta-Llama-3-8B-Instruct on the vanessasml/cybersecurity_32k_instruction_input_output dataset.

It is specifically designed to enhance performance in generating and understanding cybersecurity, identifying cyber threats and classifying data under the NIST taxonomy and IT Risks based on the ITC EBA guidelines.

Intended Use

  • Intended users: Data scientists and developers working on cybersecurity applications.
  • Out-of-scope use cases: This model should not be used for medical advice, legal decisions, or any life-critical systems.

Training Data

The model was fine-tuned on vanessasml/cybersecurity_32k_instruction_input_output, a dataset focused on cybersecurity news analysis. No special data format was applied as recommended, although the following steps need to be applied to adjust the input:

# During training
from trl import setup_chat_format

model, tokenizer = setup_chat_format(model, tokenizer)

# During inference
messages = [
    {"role": "system", "content": "You are a pirate chatbot who always responds in pirate speak!"},
    {"role": "user", "content": "Who are you?"},
]

prompt = pipeline.tokenizer.apply_chat_template(
        messages, 
        tokenize=False, 
        add_generation_prompt=True
)

Training Procedure

  • Preprocessing: Text data were tokenized using the tokenizer corresponding to the base model meta-llama/Meta-Llama-3-8B-Instruct.
  • Hardware: The training was performed on GPUs with mixed precision (FP16/BF16) enabled.
  • Optimizer: Paged AdamW with a cosine learning rate schedule.
  • Epochs: The model was trained for 1 epoch.
  • Batch size: 4 per device, with gradient accumulation where required.

Evaluation Results

Model evaluation was based on qualitative assessment of generated text relevance and coherence in the context of cybersecurity.

Quantization and Optimization

  • Quantization: 4-bit precision with type nf4. Nested quantization is disabled.
  • Compute dtype: float16 to ensure efficient computation.
  • LoRA Settings:
    • LoRA attention dimension: 64
    • Alpha parameter for LoRA scaling: 16
    • Dropout in LoRA layers: 0.1

Environmental Impact

  • Compute Resources: Training leveraged energy-efficient hardware and practices to minimize carbon footprint.
  • Strategies: Gradient checkpointing and group-wise data processing were used to optimize memory and power usage.

How to Use

Here is how to load and use the model using transformers:

import transformers

model_name = "vanessasml/cyber-risk-llama-3-8b-instruct-sft"

# Example of how to use the model:
pipeline = transformers.pipeline(
      "text-generation",
      model=model_name,
      model_kwargs={"torch_dtype": torch.bfloat16},
      device="cuda",
)

messages = [
        {"role": "system", "content": SYSTEM_PROMPT},
        {"role": "user", "content": "What are the main 5 cyber classes from the NIST cyber framework?"},
]

prompt = pipeline.tokenizer.apply_chat_template(
        messages, 
        tokenize=False, 
        add_generation_prompt=True
)

terminators = [
    pipeline.tokenizer.eos_token_id,
    pipeline.tokenizer.convert_tokens_to_ids("<|eot_id|>")
]

outputs = pipeline(
    prompt,
    max_new_tokens=256,
    eos_token_id=terminators,
    do_sample=True,
    temperature=0.6,
    top_p=0.9,
)
print(outputs[0]["generated_text"][len(prompt):])

Limitations and Bias

The model, while robust in cybersecurity contexts, may not generalize well to unrelated domains. Users should be cautious of biases inherent in the training data which may manifest in model predictions.

Citation

If you use this model, please cite it as follows:

@misc{cyber-risk-llama-3-8b-instruct-sft,
  author = {Vanessa Lopes},
  title = {Cyber-risk-llama-3-8B-Instruct-sft Model},
  year = {2024},
  publisher = {HuggingFace Hub},
  journal = {HuggingFace Model Hub}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
5179e0f

0 моделей