/ Модель

Характеристики

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

GPT-OSS-Cybersecurity-20B-Merged-heretic-i1-GGUF

Генерация текстаТекст → текст3 профессии

GPT-OSS-Cybersecurity-20B-Merged-heretic-i1-GGUF — квантизированная GGUF-версия модели piotreknow02/GPT-OSS-Cybersecurity-20B-Merged-heretic, подготовленная mradermacher.

3 425скачиваний за 30 дней14лайковвеса 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 задач кибербезопасности: анализа и генерации текстов по тематике security, ответов на инструкции и помощи в работе с материалами по информационной безопасности. Она дообучалась и объединялась с использованием наборов Trendyol Cybersecurity Instruction Tuning Dataset, Cybersecurity-Dataset-Fenrir-v2.0 и Primus-Instruct.

Модель имеет заявленный размер 20B параметров и, судя по тегам, архитектуру MoE. Доступна только в текстовом формате и ориентирована на английский язык. Репозиторий содержит множество вариантов GGUF-квантизации с размерами примерно от 12,1 до 15,9 ГБ; вариант i1-Q4_K_M отмечен как рекомендуемый по сочетанию скорости и качества, а i1-Q4_K_S — как оптимальный по размеру, скорости и качеству. Сведения о длине контекста, результатах бенчмарков и поддержке других языков отсутствуют.

Сильной стороной модели является специализация на кибербезопасности и наличие различных уровней квантизации для запуска на оборудовании с разными ограничениями по памяти. Ограничения включают отсутствие подтвержденных оценок качества, неизвестную длину контекста и возможное снижение качества у наиболее компактных вариантов. Лицензия — Apache-2.0.

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

About

weighted/imatrix 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.

static quants are available at https://huggingface.co/mradermacher/GPT-OSS-Cybersecurity-20B-Merged-heretic-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)

LinkTypeSize/GBNotes
GGUFimatrix0.1imatrix file (for creating your own quants)
GGUFi1-IQ1_M12.1mostly desperate
GGUFi1-IQ1_S12.1for the desperate
GGUFi1-IQ2_XXS12.1
GGUFi1-IQ2_XS12.1
GGUFi1-Q3_K_S12.2IQ3_XS probably better
GGUFi1-IQ2_M12.2
GGUFi1-IQ2_S12.2
GGUFi1-IQ3_S12.2beats Q3_K*
GGUFi1-IQ3_XS12.2
GGUFi1-IQ3_XXS12.2lower quality
GGUFi1-Q2_K12.2IQ3_XXS probably better
GGUFi1-IQ4_XS12.2
GGUFi1-Q2_K_S12.2very low quality
GGUFi1-Q4_012.2fast, low quality
GGUFi1-IQ3_M12.3
GGUFi1-Q3_K_M13.0IQ3_S probably better
GGUFi1-Q3_K_L13.4IQ3_M probably better
GGUFi1-Q4_113.5
GGUFi1-Q4_K_S14.8optimal size/speed/quality
GGUFi1-Q4_K_M15.9fast, recommended
GGUFi1-Q5_K_S16.0
GGUFi1-Q5_K_M17.0
GGUFi1-Q6_K22.3practically like static Q6_K

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

image.png

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. Additional thanks to @nicoboss for giving me access to his private supercomputer, enabling me to provide many more imatrix quants, at much higher quality, than I would otherwise be able to.

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
85d6963

0 моделей