/ Модель

Характеристики

Контекст
8 192 токена
Параметры
149 млн
Лицензия
Apache 2.0
Архитектура
modernbert · dense
Базовая модель
SecureBERT2.0-base
Библиотека
sentence-transformers
Опубликована
6 окт 2025

SecureBERT2.0-biencoder

ЭмбеддингиТекст → embedding4 профессии

Англоязычный би-энкодер Cisco AI для семантического поиска и сравнения документов по кибербезопасности.

5 265скачиваний за 30 дней8лайковвеса обновлены21 мая 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 «Эмбеддинги» — 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

SecureBERT 2.0 Bi-Encoder — англоязычная модель Cisco AI для поиска и сопоставления текстов по кибербезопасности. Она дообучена на базе cisco-ai/SecureBERT2.0-base и использует архитектуру ModernBERT в формате Sentence Transformer: запрос и документ кодируются независимо в общее векторное пространство. Модель содержит 149 млн параметров, выдаёт эмбеддинги размерности 768 и принимает последовательности длиной до 8192 токенов по метаданным Hugging Face; в README указана максимальная длина 1024 токена.

Модель предназначена для семантического поиска, извлечения документов и построения эмбеддингов в корпусах кибербезопасности, включая отчёты об угрозах, рекомендации и заметки об уязвимостях. Независимое кодирование текстов позволяет использовать её для масштабируемого поиска ближайших соседей, а также в RAG, кластеризации и системах анализа данных SOC. Обучение включало контрастивную оптимизацию с MultipleNegativesRankingLoss на парах и инструктивных данных по кибербезопасности и управлению безопасностью.

Модель не предназначена для генерации текста или диалогов; README также ограничивает её применение техническими текстами и не рекомендует общие задачи сходства текстов. Лицензия — Apache-2.0.

Сценарии применения

  • Семантический поиск по отчётам threat intelligence
  • Поиск рекомендаций и заметок об уязвимостях по запросу
  • Извлечение документов для RAG-системы по кибербезопасности
  • Сравнение и ранжирование пар текстов по кибербезопасности
  • Кластеризация документов центра мониторинга безопасности

Ограничения

Модель предназначена для технических текстов по кибербезопасности и не рассчитана на общие задачи сходства текстов; генерацию и диалоги не выполняет. README указывает максимальную длину 1024 токена, тогда как метаданные Hugging Face указывают нативный контекст 8192 токена.

Для каких профессий подходит4

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 cisco-ai/SecureBERT2.0-biencoder

The SecureBERT 2.0 Bi-Encoder is a cybersecurity-domain sentence-similarity and document-embedding model fine-tuned from SecureBERT 2.0.
It independently encodes queries and documents into a shared vector space for semantic search, information retrieval, and cybersecurity knowledge retrieval.


Model Details

Model Description

  • Developed by: Cisco AI
  • Model type: Bi-Encoder (Sentence Transformer)
  • Architecture: ModernBERT backbone with dual encoders
  • Max sequence length: 1024 tokens
  • Output dimension: 768
  • Language: English
  • License: Apache-2.0
  • Finetuned from: cisco-ai/SecureBERT2.0-base

Uses

Direct Use

  • Semantic search and document similarity in cybersecurity corpora
  • Information retrieval and ranking for threat intelligence reports, advisories, and vulnerability notes
  • Document embedding for retrieval-augmented generation (RAG) and clustering

Downstream Use

  • Threat intelligence knowledge graph construction
  • Cybersecurity QA and reasoning systems
  • Security operations center (SOC) data mining

Out-of-Scope Use

  • Non-technical or general-domain text similarity
  • Generative or conversational tasks

Model Architecture

The Bi-Encoder encodes queries and documents independently into a joint vector space.
This architecture enables scalable approximate nearest-neighbor search for candidate retrieval and semantic ranking.


Datasets

Fine-Tuning Datasets

Dataset CategoryNumber of Records
Cybersecurity QA corpus43 000
Security governance QA corpus60 000
Cybersecurity instruction–response corpus25 000
Cybersecurity rules corpus (evaluation)5 000

Dataset Descriptions

  • Cybersecurity QA corpus: 43 k question–answer pairs, reports, and technical documents covering network security, malware analysis, cryptography, and cloud security.
  • Security governance QA corpus: 60 k expert-curated governance and compliance QA pairs emphasizing clear, validated responses.
  • Cybersecurity instruction–response corpus: 25 k instructional pairs enabling reasoning and instruction-following.
  • Cybersecurity rules corpus: 5 k structured policy and guideline records used for evaluation.

How to Get Started with the Model

Using Sentence Transformers

pip install -U sentence-transformers

Run Model to Encode

from sentence_transformers import SentenceTransformer

model = SentenceTransformer("cisco-ai/SecureBERT2.0-biencoder")

sentences = [
    "How would you use Amcache analysis to detect fileless malware?",
    "Amcache analysis provides forensic artifacts for detecting fileless malware ...",
    "To capture and display network traffic"
]

embeddings = model.encode(sentences)
print(embeddings.shape)

Compute Similarity

from sentence_transformers import util
similarity = util.cos_sim(embeddings, embeddings)
print(similarity)


Framework Versions

  • python: 3.10.10
  • sentence_transformers: 5.0.0
  • transformers: 4.52.4
  • PyTorch: 2.7.0+cu128
  • accelerate: 1.9.0
  • datasets: 3.6.0

Training Details

Example Schema

FieldTypeDescription
sentence_0stringQuery or short text input
sentence_1stringCandidate or document text
labelfloatSimilarity score (1.0 = relevant)

Example Samples

sentence_0sentence_1label
Under what circumstances does attribution bias distort intrusion linking?Attribution bias in intrusion linking occurs when analysts allow preconceived notions, organizational pressures, or cognitive shortcuts to influence their assessment of attack origins and relationships between incidents...1.0
How can you identify store buffer bypass speculation artifacts?Store buffer bypass speculation artifacts represent side-channel vulnerabilities that exploit speculative execution to leak sensitive information...1.0

Training Objective and Loss

The model was optimized to maximize semantic similarity between relevant cybersecurity text pairs using contrastive learning.

Loss Parameters

{
    "scale": 20.0,
    "similarity_fct": "cos_sim"
}

Reference

@article{aghaei2025securebert,
  title={SecureBERT 2.0: Advanced Language Model for Cybersecurity Intelligence},
  author={Aghaei, Ehsan and Jain, Sarthak and Arun, Prashanth and Sambamoorthy, Arjun},
  journal={arXiv preprint arXiv:2510.00240},
  year={2025}
}

Model Card Authors

Cisco AI

Model Card Contact

For inquiries, please contact ai-threat-intel@cisco.com

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertModel
Ревизия весов
b42d43a

0 моделей