Характеристики

Лицензия: Apache 2.0
Базовая модель: GPT-OSS-Cybersecurity-20B-Merged-heretic
Библиотека: transformers
Опубликована: 12 мар 2026

Ссылки

GPT-OSS-Cybersecurity-20B-Merged-heretic-GGUF

Генерация текстаТекст → текст3 профессии

GPT-OSS-Cybersecurity-20B-Merged-heretic-GGUF — квантизированная GGUF-версия модели GPT-OSS-Cybersecurity-20B-Merged-heretic, разработанной piotreknow02 и подготовленной к квантизации пользователем mradermacher.

758скачиваний за 30 дней2лайкавеса обновлены12 мар 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

Модель создана для генерации текста в сценариях кибербезопасности и обучения по инструкциям, включая задачи на основе специализированных наборов данных Trendyol Cybersecurity Instruction Tuning Dataset, Cybersecurity Dataset Fenrir v2.0 и Primus-Instruct.

Модель имеет архитектуру mixture-of-experts (MoE), содержит 20B параметров в базовой версии и работает с текстом на английском языке. README не сообщает размер контекста и точную конфигурацию архитектуры. Доступны варианты GGUF с разными уровнями квантизации от Q2_K и Q3_K_S до Q8_0, размером примерно от 12,2 до 22,4 ГБ; варианты Q4_K_S и Q4_K_M отмечены как быстрые и рекомендуемые, а Q8_0 — как наиболее качественный среди перечисленных. Квантизация уменьшает требования к ресурсам, но может снижать качество по сравнению с исходной моделью.

Модель ориентирована на ответы и генерацию контента по темам информационной безопасности, однако README не содержит подробных результатов тестирования, описания конкретных защитных ограничений или оценки надёжности. Доступна по лицензии Apache-2.0. Термины heretic, uncensored, decensored и abliterated присутствуют в метаданных, но их практические последствия в README не раскрыты.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели II.5Разработка и данныеБезопасность программного кода и цепочки поставокAI помогает выявлять уязвимости в коде и цепочке поставок программного обеспечения.20 задач1 806моделей IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

About

static quants of https://huggingface.co/piotreknow02/GPT-OSS-Cybersecurity-20B-Merged-heretic

For a convenient overview and download list, visit our model page for this model.

weighted/imatrix quants are available at https://huggingface.co/mradermacher/GPT-OSS-Cybersecurity-20B-Merged-heretic-i1-GGUF

Usage

If you are unsure how to use GGUF files, refer to one of TheBloke's READMEs for more details, including on how to concatenate multi-part files.

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

Link	Type	Size/GB	Notes
GGUF	Q3_K_S	12.2
GGUF	Q2_K	12.2
GGUF	IQ4_XS	12.3
GGUF	Q3_K_M	13.0	lower quality
GGUF	Q3_K_L	13.4
GGUF	Q4_K_S	14.8	fast, recommended
GGUF	Q4_K_M	15.9	fast, recommended
GGUF	Q5_K_S	16.0
GGUF	Q5_K_M	17.0
GGUF	Q6_K	22.3	very good quality
GGUF	Q8_0	22.4	fast, best quality

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

And here are Artefact2's thoughts on the matter: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

FAQ / Model Request

See https://huggingface.co/mradermacher/model_requests for some answers to questions you might have and/or if you want some other model quantized.

Thanks

I thank my company, nethype GmbH, for letting me use its servers and providing upgrades to my workstation to enable this work in my free time.

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов: 3b1b6a0