Дообученная DeBERTa-v3-large для классификации текстов по степени вредоносности в задачах проверки контента и red-team-анализа.

Подходит для: оценка вредоносности пользовательских сообщений · первичная фильтрация потенциально вредоносного текста · анализ текстов в red-team-тестировании

Инструктивно настроенная модель Llama 3.1 от Foundation AI at Cisco для локальной поддержки рабочих процессов кибербезопасности.

Подходит для: сортировка и краткое изложение инцидентов для SOC · подготовка заметок по расследованию и сбору свидетельств · приоритизация уязвимостей и сопоставление TTP

AprielGuard — модель-модератор ServiceNow AI для выявления рисков безопасности контента и атак на LLM, включая prompt injection и jailbreak.

Подходит для: модерация запросов и ответов LLM-ассистента · оценка токсичности, предвзятости и дезинформации · выявление jailbreak и prompt injection

Производная модели philbert440/Qwen3.8-27B-Uncensored-Cyber. Мультимодальная модель Qwen3.5 для диалогов и анализа изображений, настроенная отвечать на запросы по кибербезопасности без отказов.

Подходит для: ответы на вопросы по кибербезопасности · консультации по offensive security · анализ изображений в диалоге

Дообученная DuoNeural языковая модель для анализа кибербезопасности, терминальных задач и вызова инструментов.

Подходит для: анализ уязвимостей и инцидентов безопасности · аудит конфигураций и командной строки · подготовка рекомендаций по исправлению уязвимостей

Дообученная на задачах кибербезопасности модель Llama для анализа оповещений Suricata, событий SIEM и поддержки SOC.

Подходит для: объяснение оповещений Suricata · интерпретация событий SIEM · контекстуализация телеметрии безопасности

Компактный классификатор AutoCyberAI на базе DeBERTa-v3-xsmall выявляет небезопасные запросы, prompt injection и jailbreak-атаки.

Подходит для: выявление prompt injection во входящих запросах · обнаружение попыток jailbreak · классификация запросов по безопасности перед передачей LLM

Дообученная на задачах кибербезопасности модель Granite на 28,9 млрд параметров для анализа и исправления конфигураций Infrastructure as Code.

Подходит для: поиск проблем безопасности в конфигурациях IaC · предложение исправлений для файлов Infrastructure as Code · проверка изменений инфраструктурных конфигураций

SAFEPATH-R-8B — дообученная на базе DeepSeek-R1-Distill-Llama-8B языковая модель для безопасных рассуждений и исследований устойчивости к jailbreak-атакам.

Подходит для: изучение выравнивания безопасности в языковых моделях рассуждений · проверка устойчивости модели к jailbreak-атакам · оценка генерации вредных ответов

Производная модели inclusionAI/SingGuard-NSFA-0.8B. Текстовая модель-охранник для обнаружения угроз безопасности в запросах к агентам и их ответах.

Подходит для: обнаружение prompt injection и jailbreak в запросах к агенту · выявление запросов на вредоносный код и кибератаки · перехват опасных вызовов инструментов и операций

Модель Samsung SDS на базе Granite 3.3 2B Instruct классифицирует текстовые запросы как безопасные или содержащие попытку jailbreak.

Подходит для: проверка пользовательских промптов на попытки jailbreak · фильтрация prompt injection перед передачей запроса LLM · выявление атак с подменой формата или ролевой игрой

Чат-модель ZySec-7B помогает специалистам по безопасности разбирать киберугрозы, инциденты, меры защиты и требования стандартов.

Подходит для: получение справок по облачной безопасности · разбор сценариев утечки данных и киберугроз · подготовка рекомендаций по реагированию на инциденты

Базовая модель Qwen3 на 7,6 млрд параметров, адаптированная RISys-Lab для продолжения текста и последующей настройки под задачи кибербезопасности.

Подходит для: дальнейшая настройка модели для анализа инцидентов · автодополнение кода в контексте кибербезопасности · подготовка технической документации по безопасности

Дообученная Gemma 3 27B IT, которая формулирует текстовые объяснения признаков Sparse Autoencoder при внедрении направлений SAE в представления модели.

Подходит для: Генерация объяснений для признаков SAE · Интерпретация активаций языковой модели · Анализ признаков из Gemma Scope

SAFEPATH-R-7B — дообученная модель рассуждений на базе DeepSeek-R1-Distill-Qwen-7B для исследований выравнивания безопасности и устойчивости к jailbreak-атакам.

Подходит для: исследование выравнивания безопасности моделей рассуждений · оценка устойчивости языковой модели к jailbreak-атакам · сравнение безопасного поведения моделей на тестах вредоносных запросов

Модель анализирует журналы действий компьютерных агентов и объясняет, безопасна ли их полная траектория выполнения.

Подходит для: аудит журналов действий компьютерного агента · выявление опасных или несанкционированных вызовов инструментов · оценка безопасности агентных фреймворков

Экспериментальный сжатый чекпойнт Llama-3-8B-Instruct для исследования безопасности и полезности языковой модели после сжатия.

Подходит для: Сравнение безопасности модели до и после сжатия · Оценка устойчивости к атакам на бенчмарках безопасности · Исследование влияния перестановки параметров на поведение модели

Мультимодальная модель AI Singapore для классификации текстового и визуально-текстового контента как безопасного или небезопасного в контекстах Юго-Восточной Азии.

Подходит для: проверка текста на потенциально небезопасный контент · классификация безопасности сообщений с изображениями · модерация пользовательского контента на языках Юго-Восточной Азии

Модель Qwen3-8B, дообученная для оценки безопасности диалогов и защиты от многоходовых jailbreak-атак.

Подходит для: оценка безопасности многоходового диалога перед ответом · выявление попыток обхода защитных ограничений в чате · маршрутизация потенциально опасных запросов на проверку

Чат-модель Qwen 3.5 на 4 млрд параметров, дообученная для полезных ответов на безопасные запросы и краткого отказа на небезопасные.

Подходит для: ответы на безопасные запросы в чате · отказ на небезопасные запросы пользователей · диалоговые ответы на амхарском языке

Модель проверяет запросы и действия ИИ-агентов по пользовательским правилам безопасности и выдаёт объяснение с идентификаторами нарушенных правил.

Подходит для: проверка пользовательских запросов по внутренним правилам безопасности · аудит действий ИИ-агента и результатов вызова инструментов · выявление конкретных нарушенных пунктов политики

Экспериментальный сжатый чекпойнт Llama 3 8B Instruct для изучения влияния сжатия и перестановки параметров на безопасность ответов.

Подходит для: Сравнение безопасности ответов сжатых языковых моделей · Оценка успешности атак на чат-модель по тестам безопасности · Изучение влияния Swift-SVD-сжатия на поведение ассистента

Чат-модель PKU-Alignment на основе Alpaca, обученная с Safe-RLHF для полезных и более безопасных текстовых ответов.

Подходит для: диалоговые ответы на английском языке · создание чат-ассистента с ограничением вредоносных ответов · исследование безопасности и выравнивания LLM

Экспериментальный чекпойнт Llama 2 Chat для исследования влияния SVD-сжатия на безопасность и полезность ответов.

Подходит для: сравнение безопасности диалоговой модели до и после сжатия · измерение успешности атак на сжатую LLM · изучение восстановления безопасного поведения компонентами SVD