/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
33,5 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
15 июл 2026

cyberslm-33m-base

Генерация текстаТекст → текст3 профессии

Компактная англоязычная базовая модель в стиле Llama для продолжения текста на темах кибербезопасности и информатики.

34скачиваний за 30 дней1лайквеса обновлены15 июл 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

CyberSLM-33M-Base — базовая предварительно обученная языковая модель, разработанная автором репозитория sabari2005. Это плотный decoder-only трансформер в стиле Llama с 33,5 млн параметров, реализованный как LlamaForCausalLM и рассчитанный на контекст до 4096 токенов. Модель обучена с нуля на корпусе примерно из 665 тысяч документов и 205 млн токенов, посвящённом кибербезопасности, основам вычислительной техники, программированию и общему английскому языку; используется токенизатор SentencePiece BPE на 32 тысячи токенов.

Модель предназначена для продолжения англоязычного текста и экспериментов с компактными языковыми моделями в тематике кибербезопасности и информатики. Она не проходила инструкционную настройку, поэтому не рассчитана на надёжное выполнение команд и диалоговых запросов. Из-за небольшого объёма обучения её общие знания вне кибербезопасности и информатики ограничены. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • продолжение англоязычных текстов о кибербезопасности
  • генерация черновиков технических текстов по информатике
  • эксперименты с компактными языковыми моделями
  • изучение генерации текста на англоязычном корпусе по программированию

Ограничения

Модель не настроена для следования инструкциям и предназначена для продолжения текста. Из-за небольшого объёма обучения её общие знания вне кибербезопасности и информатики ограничены.

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

CyberSLM-33M-Base

A 33.5M-parameter cybersecurity-focused small language model, pretrained from scratch on a ~745 MB curated corpus (cybersecurity, computer fundamentals, programming, general English) with a custom 32k SentencePiece BPE tokenizer. Trained on a single NVIDIA L40S.

This is the base (pretrained-only) model. For the instruction-tuned variant see cyberslm-33m-instruct.

Architecture

Decoder-only transformer (Llama-style, loadable with LlamaForCausalLM):

Parameters33,531,264
Hidden dim384
Layers12
Attention heads6 (MHA, head_dim 64)
FFNSwiGLU, inner dim 1024
NormRMSNorm (pre-norm), eps 1e-6
PositionalRoPE, θ = 10,000
Context4096
Vocab32,000 (SentencePiece BPE, byte_fallback)
Weight tyingyes

Training

  • Corpus: ~665k documents (~205M tokens), 95/5 train/val split, seed 42
  • 4,000 steps, effective batch 131,072 tokens/step (~524M tokens seen)
  • AdamW β=(0.9, 0.95), wd 0.1, cosine schedule, peak LR 3e-4, grad clip 1.0
  • Final val loss: 2.43

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("sabari2005/cyberslm-33m-base")
model = AutoModelForCausalLM.from_pretrained("sabari2005/cyberslm-33m-base")

ids = tok("A SQL injection attack is", return_tensors="pt").input_ids
out = model.generate(ids, max_new_tokens=100, do_sample=True, temperature=0.7, top_p=0.9)
print(tok.decode(out[0], skip_special_tokens=True))

Special tokens: pad=0 (<pad>), unk=1 (<unk>), bos=2 (<bos>), eos=3 (<eos>).

Limitations

Base model — no instruction tuning; it continues text rather than follows instructions. Trained on ~0.5B tokens, so expect limited general knowledge outside the cyber/CS domain. English only.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
789682a

0 моделей