/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
494 млн
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Coder-0.5B-Instruct
Библиотека
transformers
Опубликована
24 апр 2026

security-auditor-grpo

Генерация текстаТекст → текст3 профессии

Компактная модель на базе Qwen2.5-Coder, дообученная для первичного поиска и описания уязвимостей в смарт-контрактах Solidity.

66скачиваний за 30 дней0лайковвеса обновлены27 апр 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 «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 oxdev/security-auditor-grpo — специализированный аудитор безопасности смарт-контрактов на Solidity, созданный на базе Qwen2.5-Coder-0.5B-Instruct и дообученный методом GRPO. Это плотная авторегрессионная модель Qwen2ForCausalLM примерно на 494 млн параметров с контекстом до 32 768 токенов; она принимает текст контракта и генерирует текстовые результаты аудита на английском языке.

Модель предназначена для быстричной первичной проверки контрактов: она классифицирует уязвимости, оценивает их серьёзность, описывает возможное влияние, предлагает код эксплойта для подтверждения проблемы и рекомендует исправления. В README результаты версии V1 показывают улучшение соблюдения формата и выявление уязвимостей; обучение V1 проводилось на 327 синтетических примерах. Указанный там набор из 50 902 реальных находок относится к планируемой версии V2, а не к этой версии модели.

Модель компактна и может быть полезна для быстрой сортировки и триажа, но README предупреждает, что её нельзя считать заменой профессиональному аудиту: в проверке V1 доля выявления составила 50–75%, а небольшой размер ограничивает возможности. Для более быстрой генерации README рекомендует включать use_cache при инференсе. Лицензия — Apache-2.0.

Сценарии применения

  • поиск уязвимостей в Solidity-контрактах
  • классификация уязвимостей смарт-контрактов по типам
  • оценка серьёзности найденных проблем безопасности
  • подготовка описания влияния уязвимости и PoC-эксплойта
  • получение рекомендаций по исправлению проблем в контракте
  • быстрый первичный триаж контрактов перед профессиональным аудитом

Ограничения

Небольшой размер модели и результаты V1 с выявлением 50–75% уязвимостей не позволяют полагаться на неё как на замену профессиональному аудиту. README сообщает, что use_cache=False в сохранённой конфигурации может замедлять генерацию в 10–20 раз.

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

🔐 Smart Contract Security Auditor (GRPO)

A specialized smart contract security auditor built on Qwen2.5-Coder-0.5B-Instruct, fine-tuned using Group Relative Policy Optimization (GRPO) on real-world audit findings from top security firms.

🎯 What It Does

Given a Solidity smart contract, this model identifies security vulnerabilities and produces structured audit findings with:

  • Vulnerability classification (reentrancy, access control, oracle manipulation, etc.)
  • Severity assessment (Critical/High/Medium/Low)
  • Detailed description of the vulnerability
  • Impact analysis
  • Proof of concept exploit code
  • Recommended fixes

Quick Start

from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline

model = AutoModelForCausalLM.from_pretrained(
    "oxdev/security-auditor-grpo",
    use_cache=True,  # Important: config has use_cache=False from training
)
tokenizer = AutoTokenizer.from_pretrained("oxdev/security-auditor-grpo")
pipe = pipeline("text-generation", model=model, tokenizer=tokenizer, device="cuda")

messages = [
    {"role": "system", "content": "You are an expert smart contract security auditor. Analyze the provided Solidity code for vulnerabilities."},
    {"role": "user", "content": """Audit this contract:
```solidity
contract SimpleBank {
    mapping(address => uint256) public balances;
    function deposit() public payable { balances[msg.sender] += msg.value; }
    function withdraw(uint256 amount) public {
        require(balances[msg.sender] >= amount);
        (bool success, ) = msg.sender.call{value: amount}("");
        require(success);
        balances[msg.sender] -= amount;
    }
}
```"""},
]

result = pipe(messages, max_new_tokens=512, do_sample=False, return_full_text=False)
output = result[0]["generated_text"]
if isinstance(output, list):
    output = output[-1]["content"]
print(output)

🔗 Try It Live

Interactive Demo: oxdev/security-auditor-demo — Side-by-side comparison with base model, 7 test cases with known vulnerabilities, automated scoring.

Training Details

V1 (Current Model)

  • Method: GRPO (Group Relative Policy Optimization)
  • Base Model: Qwen2.5-Coder-0.5B-Instruct
  • Dataset: oxdev/smart-contract-security-sft (327 synthetic samples)
  • Hardware: NVIDIA T4 (16GB)
  • Epochs: 2
  • Reward Functions: Format compliance, finding rate
  • Results:
    • Format reward: 0.025 → 0.40 (16× improvement)
    • Finding rate: 0% → 50-75%
    • Mean reward: -0.34 → -0.006

V2 (Pending — Colab Notebook Ready)

  • Dataset: oxdev/smart-contract-security-audit-v2 (50,902 real audit findings)
  • Sources: SkywardNomad92/smart-contract-audit-findings, samscrack/cyfrin-audit-findings, Solodit API
  • 4 Reward Functions: Format (0.25), Severity matching (0.25), Category matching (0.25), Quality (0.25)
  • Train on Colab: Open train_grpo_v2_colab.ipynb in Google Colab with a free T4 GPU

Vulnerability Categories Covered

CategoryKeywords
Reentrancyreentrancy, reentrant, callback
Access Controlunauthorized, permission, onlyowner
Oracle Manipulationprice feed, chainlink, twap
Flash Loanflash loan, flashloan
Overflow/Underflowoverflow, underflow, arithmetic
Front-runningfront-run, sandwich, MEV
DoSdenial of service, gas limit, unbounded
Token Issuesfee-on-transfer, rebasing, ERC20
Storagestorage collision, delegatecall, proxy
Cross-chainbridge, relay, message passing
Liquidationliquidation, collateral, health factor
Signatureecrecover, replay, nonce, EIP712
Initializationuninitialized, constructor
Roundingprecision, truncation, decimal

Architecture

  • Model: Qwen2ForCausalLM
  • Parameters: 0.5B
  • Hidden Size: 896
  • Layers: 24
  • Attention Heads: 14 (2 KV heads)
  • Context Length: 32,768 tokens
  • Chat Template: ChatML (<|im_start|> / <|im_end|>)

⚠️ Important Notes

  1. Set use_cache=True when loading for inference — the saved config has use_cache=False from training, which makes generation 10-20× slower
  2. This is a 0.5B model — it's fast but not as capable as larger models. Use it for quick triage, not as a replacement for professional audits
  3. V1 was trained on 327 samples — V2 training on 50K real findings will significantly improve quality

Files

FileDescription
model.safetensorsV1 trained model weights (1.8GB)
train_grpo_job.pyV1 training script
train_grpo_v2.pyV2 training script (4 reward functions)
train_grpo_v2_colab.ipynbV2 Colab notebook (free T4 GPU)
checkpoint-300/V1 training checkpoint
checkpoint-326/V1 final checkpoint

Related Resources

Framework Versions

  • TRL: 1.2.0
  • Transformers: 5.6.2
  • PyTorch: 2.6.0+cu126
  • Datasets: 4.8.4

Citations

@article{shao2024deepseekmath,
    title   = {{DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models}},
    author  = {Zhihong Shao and Peiyi Wang and Qihao Zhu and Runxin Xu and Junxiao Song and others},
    year    = 2024,
    eprint  = {arXiv:2402.03300},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
df8a81e

0 моделей