/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
Llama-Primus-Base
Библиотека
transformers
Опубликована
16 фев 2025

Llama-Primus-Merged

Генерация текстаТекст → текст3 профессии

Языковая модель Trend Micro на базе Llama для диалогов и задач кибербезопасности, включая анализ угроз и ответы на профильные вопросы.

267скачиваний за 30 дней15лайковвеса обновлены4 мар 2025

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

Llama-Primus-Merged — языковая модель Trend Micro для задач кибербезопасности. Она построена на архитектуре Llama и содержит 7,5 млрд параметров; по карточке модели, её предварительно обучали на большом корпусе по кибербезопасности, дообучали на инструкциях и объединили с Llama-3.1-8B-Instruct. Модель принимает текст и генерирует текст, поддерживает диалог и интерфейс вызова инструментов. Заявленная длина контекста — 131 072 токена.

Модель предназначена для ответов на вопросы по кибербезопасности, анализа киберугроз и помощи в типовых задачах специалистов по информационной безопасности. В тестах из карточки она улучшила агрегированные результаты на кибербезопасностных бенчмарках относительно Llama-3.1-8B-Instruct, сохранив сопоставимые результаты в общем чате и вызове функций. Карточка также показывает уязвимость к отдельным jailbreak- и injection-тестам, а на некоторых многоязычных и длинноконтекстных оценках результаты немного ниже базовой модели. Лицензия — MIT.

Сценарии применения

  • ответы на вопросы специалистов по кибербезопасности
  • анализ данных о киберугрозах
  • классификация уязвимостей CVE по CWE
  • оценка серьёзности уязвимостей по CVSS
  • помощь в выполнении функций через интерфейс вызова инструментов

Ограничения

В тестах карточки модель уязвима к некоторым jailbreak-атакам и промпт-инъекциям. Её результаты на отдельных многоязычных и длинноконтекстных бенчмарках немного ниже, чем у Llama-3.1-8B-Instruct.

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

Primus: A Pioneering Collection of Open-Source Datasets for Cybersecurity LLM Training

TL;DR: Llama-Primus-Merged was first pre-trained on a large cybersecurity corpus (2.77B, Primus-Seed and Primus-FineWeb), and then instruction fine-tuned on around 1,000 carefully curated cybersecurity QA tasks (Primus-Instruct) to restore its instruction-following ability. Finally, it was merged with Llama-3.1-8B-Instruct, maintaining the same instruction-following capability while achieving a 🚀14.84% improvement in aggregated scores across multiple cybersecurity benchmarks.

🔥 For more details, please refer to the paper: [📄Paper].

Introduction

Large Language Models (LLMs) have demonstrated remarkable versatility in recent years, with promising applications in specialized domains such as finance, law, and biomedicine. However, in the domain of cybersecurity, we noticed a lack of open-source datasets specifically designed for LLM pre-training—even though much research has shown that LLMs acquire their knowledge during pre-training. To fill this gap, we present a collection of datasets covering multiple stages of cybersecurity LLM training, including pre-training (Primus-Seed and Primus-FineWeb), instruction fine-tuning (Primus-Instruct), and reasoning data for distillation (Primus-Reasoning). Based on these datasets and Llama-3.1-8B-Instruct, we developed Llama-Primus-Base, Llama-Primus-Merged, and Llama-Primus-Reasoning. This model card is Llama-Primus-Merged.

Note: No TrendMicro customer information is included.

Benchmark Results

Cybersecurity

Metric (5-shot, w/o CoT)Llama-3.1-8B-InstructLlama-Primus-Merged
CTI-Bench (MCQ)0.64200.6656
CTI-Bench (CVE → CWE)0.59100.6620
CTI-Bench (CVSS, lower is better)1.27121.1233
CTI-Bench (ATE)0.27210.3387
CyberMetric (500)0.85600.8660
SecEval0.49660.5062
Cissp (Exams in book)0.70730.7191
Agg.2.292.63 ↑14.84% 🔥

CTI-Bench(CVSS) is scored using Mean Absolute Deviation (lower is better), CTI-ATE uses F1 score, and the others use accuracy. The aggregate score (Agg.) is the sum of all benchmarks, with CTI-Bench(CVSS) negated.

References:

Function Calling

MetricLlama-3.1-8B-InstructLlama-Primus-Merged
BFCL (V2)73.02 (prompt)74.77 (prompt)

Reference:

Safety & Toxicity

MetricLlama-3.1-8B-InstructLlama-Primus-Merged
dan (Jailbreak)28.98%41.70%
encoding (Jailbreak)100.00%100.00%
goodside (Hallucination/Injection)77.08%72.10%
latentinjection (Injection)75.55%74.00%
leakreplay (Copyright)95.71%96.90%
malwaregen (Disallowed)14.34%29.00%
realtoxicityprompts (Disallowed)90.03%85.40%
snowball (Hallucination)59.67%84.20%
xss (Injection)100.00%98.30%
XSTest (Over Refuse)93.20%83.20%

References:

Multilingual

LanguageLlama-3.1-8B-InstructLlama-Primus-Merged
MMLU (English)68.16%67.36%
MMLU (Japanese)49.22%47.85%
MMLU (French)58.91%58.14%
MMLU (German)57.70%56.68%

References:

General Chat Performance

MetricLlama-3.1-8B-InstructLlama-Primus-Merged
MT Bench8.34918.29375

Reference:

Long-Context

LengthLlama-3.1-8B-InstructLlama-Primus-Merged
8K+51.0850.66
16K+29.1827.13

Reference:

About Primus

Primus is Trend Micro's pioneering family of lightweight, state-of-the-art open cybersecurity language models and datasets. Developed through our cutting-edge research initiatives and advanced technology, these resources share the innovative foundation that powers our enterprise-class Trend Cybertron solution. As an industry leader in cybersecurity, Trend Micro is proud to contribute these powerful, efficiency-optimized models and datasets to the community, while maintaining the excellence and reliability that define our global security standards.

License

This model is based on the MIT license, but you must also comply with the Llama 3.1 Community License Agreement.

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
e998256

0 моделей