/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
33,5 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
pytorch
Опубликована
21 авг 2026

cyberslm-base

Генерация текстаТекст → текст3 профессии

Небольшая англоязычная базовая языковая модель, обученная с нуля на текстах по кибербезопасности для продолжения текста и исследований малых LLM.

72скачиваний за 30 дней0лайковвеса обновлены21 авг 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-base — авторегрессионная языковая модель на основе декодерного трансформера семейства Llama, разработанная Sabari2005 и обученная с нуля. В ней 33,5 млн параметров, 12 слоёв и контекст до 2048 токенов; модель работает с текстом и продолжает заданный фрагмент, предсказывая следующие токены. Она не проходила инструкционное дообучение и не предназначена для ответов на вопросы.

Модель обучена преимущественно на корпусе по кибербезопасности, а также на материалах по программированию, информатике и общему английскому языку. Её можно использовать для экспериментов с небольшими языковыми моделями и как основу для дальнейшего масштабирования или дообучения. Автор приводит метрики потерь и perplexity на отложенных токенах, но не заявляет точность на задачах безопасности.

Генерации могут быть фактически ненадёжными, повторяться и смещаться к шаблонному стилю CVE-рекомендаций. Модель не подходит для практических советов по безопасности или сценариев, где ошибки критичны. Лицензия — Apache-2.0; обучающие данные не опубликованы и не распространяются вместе с моделью.

Сценарии применения

  • продолжение англоязычных текстов о кибербезопасности
  • эксперименты с компактными авторегрессионными языковыми моделями
  • исследование генерации текстов по уязвимостям и CVE
  • дообучение базовой модели для специализированных текстовых задач

Ограничения

Модель не настроена следовать инструкциям и ненадёжна фактически; генерации могут повторяться и смещаться к шаблонным CVE-описаниям. Не предназначена для практических рекомендаций по безопасности или задач, где ошибки критичны.

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-base — 33.5M-parameter cybersecurity language model

A decoder-only transformer pretrained from scratch on a cybersecurity corpus. This is the base model: it continues text. It has not been instruction-tuned and will not answer questions.

For question answering use sabari2005/cyberslm-instruct.

Code: github.com/Sabari2005/cyberslm

What this model is

Give it the start of a sentence and it continues it:

Prompt:  "SQL injection is"
Output:  "SQL injection is a common issue in the web interface of Cisco IOS and
          IOS XE Software. It has been declared as critical for its security,
          integrity, and availability. The vulnerability exists because the
          affected software does not properly validate user-supplied input..."

Ask it a question and it will continue the question, not answer it.

Model details

parameters33,531,264
layers12
d_model384
heads / head_dim6 / 64
FFN (SwiGLU)1024
context2048
vocab32,000 (SentencePiece BPE, byte-fallback)
positional encodingRoPE, base 10000
normalisationRMSNorm, pre-norm
LM headtied to embedding
precisiontrained in bf16

Training. 786,432,000 tokens = 4.04 epochs over a 194.8M-token corpus (~60% cybersecurity across 16 subdomains, ~20% general English and reasoning, ~15% programming, ~5% CS fundamentals). 6,000 steps at 131,072 tokens/step, AdamW, lr 3e-4 → 3e-5, 600 warmup, cosine decay, grad clip 1.0.

Single A100-40GB, 71 minutes, 184,084 tokens/sec.

Evaluation

409,600 held-out tokens. Compared against an earlier checkpoint of the same architecture, both scored by one process on identical windows at identical context (a longer conditioning window lowers loss on its own, so scoring each at its own maximum would not be a fair comparison):

metricthis modelearlier checkpoint
validation loss2.36272.6255
perplexity10.6213.81
bits / token3.40863.7878
top-1 accuracy57.21%54.38%
top-5 accuracy72.64%69.55%
8-gram repetition23.7%34.0%

Training-time validation loss at step 6,000 was 2.0247, measured on a different subset; only the columns above are like-for-like.

No benchmark accuracy is claimed — there is no contamination-checked security question bank, so nothing beyond next-token metrics is asserted. Single seed.

Usage

pip install torch sentencepiece
git clone https://huggingface.co/sabari2005/cyberslm-base
cd cyberslm-base
python infer_base.py --prompt "SQL injection is"

Options:

python infer_base.py \
    --prompt "A buffer overflow occurs when" \
    --max-new-tokens 120 \
    --temperature 0.8 \        # 0 = greedy/deterministic
    --top-k 50 --top-p 0.95 \
    --repetition-penalty 1.15

Loading directly

import torch, sentencepiece as spm
from cyberslm.model.config import CyberSLMConfig
from cyberslm.model.model import build_model

payload = torch.load("models/base.pt", map_location="cpu", weights_only=False)
model = build_model(CyberSLMConfig(**payload["config"]), device=torch.device("cpu"))
model.load_state_dict(payload["model_state"])
model.eval()

sp = spm.SentencePieceProcessor(); sp.load("tokenizer/tokenizer.model")
ids = [sp.bos_id()] + sp.encode("SQL injection is", out_type=int)
out = model.generate(torch.tensor([ids]), max_new_tokens=60,
                     temperature=0.0, eos_id=sp.eos_id())
print(sp.decode(out[0].tolist()))

generate() uses a KV cache, so decoding is O(n) — roughly 50–70 tok/s on CPU.

Limitations

A 33.5M-parameter model trained on 786M tokens. It produces fluent, domain-flavoured security prose and is not factually reliable. Output drifts into CVE-advisory boilerplate because that pattern is common in the corpus, and longer generations repeat (23.7% 8-gram repetition measured).

Intended for research into small language models and as a base for further scaling or fine-tuning. Not intended for security advice or any use where being wrong matters.

Training data

Not published. Curated from public cybersecurity, programming and general-English sources; not redistributed with the model.

License

Apache-2.0 for the code and weights. Verify licensing for downstream use against the sources the corpus was curated from.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
84530d2

0 моделей