II.11Кибербезопасность и приватность

DeepPass2 — модель Neeraj Gupta из SpecterOps для обнаружения паролей и секретов в тексте с помощью классификации токенов. Она дообучена на XLM-RoBERTa-base с помощью LoRA и размечает токены как обычные или содержащие учётные данные. Модель рассчитана на поиск паролей, API-ключей, токенов и других секретов в документах, журналах и конфигурационных файлах, а также на аудит утечек и предварительную проверку документов перед публикацией. Для длинных документов README рекомендует использовать полный конвейер DeepPass2 с разбиением текста на фрагменты; отдельный вход модели ограничен контекстом в 514 токенов по метаданным. Веса представлены в формате safetensors, размер модели — 305,2 млн параметров. README указывает английский язык; базовая XLM-RoBERTa многоязычная, однако специализация этой модели описана для английского. Лицензия — Apache 2.0 согласно метаданным.

Модель r3ddkahili/final-complete-malicious-url-model — классификатор URL на основе BERT, дообученный с помощью LoRA для выявления вредоносных ссылок. Она относит URL к четырём классам: безопасный, дефейсмент, фишинг и вредоносное ПО. Разработчик указывает базовую модель bert-base-uncased и обучающий набор Kaggle Malicious URLs Dataset примерно из 651 тысячи примеров. Модель предназначена для классификации ссылок в системах кибербезопасности, проверки URL в реальном времени, браузерных инструментах и мониторинге SOC. В README заявлены точность 98% и F1-мера 0,965 на валидации; максимальная длина последовательности в карточке — 128 токенов, а контекстная длина в метаданных — 512 токенов. Репозиторий содержит веса Safetensors, модель построена на архитектуре BERT для классификации последовательностей и поддерживает английский язык. Ограничения включают риск ошибочной классификации сложных фишинговых URL и необходимость обновлять модель по мере появления новых угроз; качество также зависит от того, насколько актуальны и репрезентативны обучающие данные. Лицензия — Apache 2.0.

Foundation-Sec-8B-Instruct — открытая 8-миллиардная instruction-tuned языковая модель для задач кибербезопасности, разработанная Amin Karbasi и исследовательской командой Foundation AI совместно с Cisco. Данная GGUF-версия основана на fdtn-ai/Foundation-Sec-8B-Instruct. Модель использует авторегрессионную оптимизированную архитектуру Transformer на базе Meta Llama 3.1 8B и обучена следованию инструкциям и предпочтениям пользователей. Модель предназначена для специалистов по безопасности, исследователей и разработчиков локальных AI-инструментов. Основные сценарии включают ускорение работы SOC, сортировку и суммирование алертов и инцидентов, сбор свидетельств, классификацию угроз, сопоставление с техниками MITRE ATT&CK, приоритизацию уязвимостей, извлечение данных о соответствии требованиям, ответы на вопросы по облачной безопасности, построение threat model и поддержку red-team-исследований. Локальное развертывание подходит для сред, где важны защита данных, соответствие нормативным требованиям и операционный контроль. Модель поддерживает английский язык, работает с текстом и обучена на статическом офлайн-наборе данных. Она специализирована на кибербезопасности, поэтому может быть менее эффективна в общих задачах. Модель не предназначена для генерации вредоносного кода, фишинга, атак на конкретные организации, автономного принятия критических решений, окончательной оценки соответствия или автоматического устранения уязвимостей без экспертной проверки. Условия лицензии определяются документом NOTICE.md; тип лицензии в карточке указан как other.

MaTE X Privacy Sentinel v0.1 — дообученная Enosis Labs модель OpenAI Privacy Filter для локального обнаружения и маскирования персональных данных и секретов в тексте. Она предназначена для фильтрации конфиденциальных строк, в том числе учетных данных и параметров подключения, перед их сохранением или передачей. Модель использует архитектуру MoE, содержит 145,4 млн параметров и рассчитана на контекст до 131 072 токенов. Это модель для разметки токенов на базе Transformers; в README приведены span F1 0,9956 на валидации и 0,9894 на тесте. Доступны веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Она служит вспомогательным средством защиты конфиденциальности и не гарантирует соответствие требованиям; перед применением в production рекомендуется провести собственную проверку на контрольных примерах.

CyberStag-Security-26B-A4B-V1-BF16-MLX — текстовая языковая модель deer-sec для анализа кибербезопасности и логических рассуждений. Это дообученная на базе Gemma-4-26B-A4B MoE модель: адаптер LoRA обучали с помощью MLX и затем объединили с базовыми весами. Репозиторий содержит вариант BF16 для MLX, ориентированный на Apple Silicon; по метаданным модель имеет 26 млрд параметров и поддерживает чат. Модель предназначена для специалистов по безопасности, SOC-аналитиков, исследователей и системных администраторов. Она помогает разбирать журналы событий, оценивать уязвимости и векторы атак, выполнять моделирование угроз и готовить планы реагирования на инциденты. README сообщает об улучшении качества ответов в задачах кибербезопасности относительно базовой модели, но отмечает небольшое увеличение задержки. Вход и выход — текст; в карточке заявлены английский и японский языки, а также многоязычная поддержка. Модель выпущена под лицензией Apache-2.0; авторы позиционируют её для образовательных и защитных задач и запрещают злонамеренное использование.

Foundation-Sec-8B-Instruct — открытая инструктивно настроенная языковая модель, разработанная Foundation AI at Cisco для задач кибербезопасности. Это плотная авторегрессионная модель семейства Llama 3.1 с архитектурой Transformer и примерно 7,5 млрд параметров; она дообучена на базе fdtn-ai/Foundation-Sec-8B и поддерживает контекст до 131 072 токенов. Модель общается на английском языке в формате чата и предназначена для локального развёртывания. Модель помогает специалистам SOC сортировать инциденты, суммировать материалы и готовить заметки; поддерживает анализ уязвимостей, моделирование поведения атакующих, сопоставление TTP и проверку конфигураций или свидетельств соответствия требованиям. Её можно использовать как компонент локальных инструментов безопасности, где важны контроль над данными и снижение зависимости от облачных сервисов. Модель специализирована на кибербезопасности и может уступать универсальным моделям в задачах общего назначения. Её знания могут не охватывать новые уязвимости и технологии после даты обучения; ответы требуют проверки специалистом, а для защиты от вредоносных запросов рекомендуются дополнительные меры безопасности. Лицензия указана как other; README отсылает к NOTICE.md за условиями использования.

Foundation-Sec-8B-Reasoning-Q4_K_M-GGUF — 4-битная квантованная версия Foundation-Sec-8B-Reasoning, разработанная fdtn-ai. Модель основана на LLaMA 3.1 и содержит около 8 млрд параметров. Исходная модель была дообучена на специализированных материалах по кибербезопасности, включая CVE, отчёты об угрозах, описания эксплойтов и руководства по соответствию требованиям. Указан английский язык и поддержка генерации текста. Модель предназначена для ускорения работы SOC, автоматизации триажа инцидентов, суммирования материалов, подготовки заметок и сбора свидетельств, а также для проактивной защиты: симуляции атак, приоритизации уязвимостей, сопоставления TTP и моделирования поведения атакующих. Дополнительные сценарии включают помощь инженерам по безопасности, проверку конфигураций, анализ доказательств соответствия требованиям и повышение общего уровня защищённости. Ключевая особенность этой версии — формат GGUF и квантование Q4_K_M до 4 бит с использованием llama.cpp. Размер файла составляет около 4,92 ГБ, а заявленный объём оперативной памяти при загрузке на CPU — около 4,94 ГБ, что существенно снижает требования по сравнению с примерно 16 ГБ для варианта BF16. Модель совместима с llama.cpp и обёрткой llama_cpp. Ограничения, результаты оценки, точное окно контекста и подробности архитектуры в README не приведены; для них требуется исходная карточка модели. В README заявлена лицензия Apache 2.0, однако в метаданных также указано значение other, поэтому условия лицензирования следует дополнительно проверить.

Dospacite/gemma4-e4b-unsloth-phishing-merged — самостоятельная модель, созданная слиянием LoRA-адаптера для выявления фишинга с базовой Gemma 4 E4B Instruct от Unsloth. Она предназначена для анализа входного текста и выдачи компактного JSON с меткой, оценкой уверенности и объяснением, чтобы классифицировать потенциальные фишинговые сообщения и пояснять решение. Модель основана на плотной архитектуре Gemma 4 и поддерживает диалоговый режим; в метаданных указан формат safetensors. Размер, длина контекста и поддерживаемые естественные языки в предоставленных источниках не приведены. Лицензия в предоставленных данных не указана.

Imperum-CybersecurityLLM-v1.0-GGUF — специализированная языковая модель для задач кибербезопасности, разработанная компанией IMPERUM B.V. совместно с Alican Kiraz. Модель предназначена для работы внутри собственного периметра и ориентирована на ASOC, DFIR, detection engineering и полный цикл операций SOC. Модель дообучена на базе Qwen/Qwen3.6-35B-A3B — архитектуры Mixture-of-Experts с 35 млрд общих параметров и примерно 3 млрд активных параметров на токен. Распространяется в формате GGUF для llama.cpp, Ollama и LM Studio. Доступны варианты Q4_K_M размером около 20 ГБ и Q8_0 размером около 34 ГБ; для них требуется примерно 22 и 36 ГБ RAM или VRAM соответственно. Указан английский язык. README не сообщает размер контекстного окна модели, но содержит рекомендации по использованию контекста 8192 или 16384 токенов. Модель предназначена для триажа алертов, расследования инцидентов, threat intelligence, сопоставления с MITRE ATT&CK, создания Sigma- и YARA-правил, incident response, анализа вредоносного ПО, cloud-, container- и identity security, secure code review, vulnerability management и GRC. Среди сильных сторон — специализация на практических сценариях SOC, локальный запуск и низкая стоимость инференса благодаря MoE-архитектуре. Ограничения включают склонность при высокой температуре генерировать правдоподобные, но вымышленные CVE и синтаксис правил; результаты требуют проверки специалистом. Модель не предназначена для автономного принятия решений и не заменяет экспертную оценку. Распространяется по лицензии Apache-2.0.

Модель cybersectony/phishing-email-detection-distilbert_v2.4.1 разработана на основе DistilBERT и дообучена для многометочной классификации электронных писем и URL-адресов на безопасные и потенциально фишинговые. Она предназначена для первичного анализа писем и ссылок в почтовых фильтрах, средствах защиты и инструментах проверки подозрительных сообщений. Архитектура — DistilBertForSequenceClassification; модель принимает текст, поддерживает английский язык и имеет контекстное окно 512 токенов. Для обучения использован набор cybersectony/PhishingEmailDetectionv2.0; в карточке приведены метрики accuracy 99,58, F1 99,579, precision 99,583 и recall 99,58. Модель сообщена как дообученная от distilbert/distilbert-base-uncased, использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0. Метрики указаны в карточке модели и не гарантируют те же результаты на новых источниках писем и ссылок; результаты могут зависеть от распределения и качества входных данных.

Это модель классификации текста, созданная дообучением google-bert/bert-large-uncased на наборе данных для обнаружения фишинга. Она предназначена для выявления фишинговых URL-адресов, электронных писем, SMS-сообщений и текстового содержимого сайтов. Модель построена на архитектуре BERT: 24 слоя, скрытая размерность 1024, 16 голов внимания и около 433,9 млн параметров; максимальная длина контекста — 512 токенов. В README для оценки на тестовом наборе указаны точность 0,9717, полнота 0,9670 и доля ложноположительных результатов 0,0249. Модель рассчитана на английский язык и может использоваться как компонент фильтрации сообщений или проверки веб-содержимого. Эти показатели относятся к оценочному набору и не гарантируют такие же результаты в реальных условиях. Лицензия — Apache-2.0.

Карточка модели deer-sec/CyberStag-Security-26B-A4B-V1-BF16-GGUF на Hugging Face совпадает с карточкой deer-sec/CyberStag-Security-26B-A4B-V1-BF16-MLX, поэтому описание составлено по ней. CyberStag-Security-26B-A4B-V1-BF16-MLX — текстовая языковая модель deer-sec для анализа кибербезопасности и логических рассуждений. Это дообученная на базе Gemma-4-26B-A4B MoE модель: адаптер LoRA обучали с помощью MLX и затем объединили с базовыми весами. Репозиторий содержит вариант BF16 для MLX, ориентированный на Apple Silicon; по метаданным модель имеет 26 млрд параметров и поддерживает чат. Модель предназначена для специалистов по безопасности, SOC-аналитиков, исследователей и системных администраторов. Она помогает разбирать журналы событий, оценивать уязвимости и векторы атак, выполнять моделирование угроз и готовить планы реагирования на инциденты. README сообщает об улучшении качества ответов в задачах кибербезопасности относительно базовой модели, но отмечает небольшое увеличение задержки. Вход и выход — текст; в карточке заявлены английский и японский языки, а также многоязычная поддержка. Модель выпущена под лицензией Apache-2.0; авторы позиционируют её для образовательных и защитных задач и запрещают злонамеренное использование.

Dymium-NER-v1 — модель распознавания именованных сущностей, разработанная Dymium и дообученная на DeBERTa-v3-large для обнаружения персональных и других чувствительных данных. Она размечает токены в тексте по 13 типам сущностей, включая адреса, учётные данные и чувствительные даты. Модель предназначена для поиска и редактирования персональных данных в конвейерах ИИ, обнаружения чувствительной информации перед передачей текста LLM, а также для контроля доступа и поддержки процессов управления данными и соблюдения требований GDPR, HIPAA и FedRAMP. Она работает с английским текстом; размер составляет 533,8 млн параметров, максимальная длина контекста — 512 токенов. Для запуска можно использовать Transformers pipeline с задачей token-classification. По заявлению карточки, качество может снижаться на узкоспециализированных текстах, а обнаружение учётных данных зависит от наличия контекста. Численные показатели F1, точности и полноты в README не приведены. Модель распространяется по лицензии Apache-2.0.

Email Phishing Detector V2 — модель классификации электронной почты на фишинговую или безопасную, разработанная на основе microsoft/deberta-v3-base и дообученная для обнаружения фишинга. Она использует архитектуру DeBERTa V2 для классификации последовательностей, содержит 211,6 млн параметров и принимает текст длиной до 512 токенов. Модель предназначена для автоматической фильтрации подозрительных писем и поддержки систем безопасности электронной почты. В README приведены высокие метрики на тестовой и валидационной выборках, однако они получены на конкретных наборах данных и не гарантируют аналогичного качества на новых типах фишинговых атак. Лицензия — MIT.

Многоязычная модель bards.ai для обнаружения и разметки персональных и чувствительных данных в тексте, предназначенная для последующего обезличивания. Она основана на XLM-RoBERTa-base и дообучена для классификации токенов с BIO-метками; охватывает 36 классов сущностей, включая идентификационные и контактные данные, финансовые и технические идентификаторы, сведения о здоровье, биометрические и генетические данные, а также специальные категории GDPR. Модель рассчитана на 24 официальных языка ЕС. Доступны веса Safetensors и ONNX, включая версию ONNX с INT8-квантизацией для CPU; размер модели — 305,2 млн параметров, контекст — до 514 токенов. Подходит для поиска данных перед сохранением документов, писем, обращений и переписок, очистки наборов данных и фильтрации текста в RAG-конвейерах и поисковых индексах. Лицензия — Apache-2.0. Точность зависит от языка, предметной области и качества входа; OCR-ошибки, смешение языков и неоднозначные упоминания могут ухудшать обнаружение. Для соответствия требованиям модель следует использовать как часть процесса проверки и обезличивания, а не как самостоятельную гарантию юридической достаточности.

Foundation-Sec-1.1-8B-Instruct-Q4_K_M-GGUF — это 4-битная квантованная версия Foundation-Sec-1.1-8B-Instruct, разработанная fdtn-ai и сохранённая в формате GGUF для запуска через llama.cpp. В основе лежит 8-миллиардная LLaMA 3.1–based модель, дообученная на кибербезопасностных материалах, включая CVE, отчёты об угрозах, описания эксплойтов и руководства по соответствию требованиям. Указанный язык — английский. Модель предназначена для суммаризации threat intelligence и сведений о CVE, классификации уязвимостей и сопоставления CVE/CWE с MITRE ATT&CK, помощи при первичном анализе инцидентов, извлечения IoC из журналов, генерации сценариев рабочих процессов безопасности и red-team simulation prompts. Она поддерживает инструкционное взаимодействие и расширенное контекстное окно до 64 тысяч токенов. Квантование Q4_K_M уменьшает размер модели примерно с 16 ГБ в BF16 до 4,92 ГБ, а заявленный объём оперативной памяти при загрузке на CPU через llama.cpp составляет около 4,94 ГБ. Это облегчает локальный инференс, однако 4-битное квантование может снижать точность по сравнению с полноразмерной версией. Ограничения и результаты оценки в карточке этой версии не приведены; для них рекомендуется обращаться к оригинальной карточке модели. В README указана лицензия Apache 2.0, хотя в технических метаданных также отмечено значение license: other.

Foundation-Sec-8B-Reasoning-Q8_0-GGUF — квантизированная 8-битная версия модели Foundation-Sec-8B-Reasoning, опубликованная под идентификатором fdtn-ai. Исходная модель основана на LLaMA 3.1, содержит около 8 млрд параметров и специализируется на кибербезопасности. Она дообучалась на корпусе материалов, включающем CVE, отчёты о киберугрозах, описания эксплойтов и руководства по соответствию требованиям. Модель предназначена для текстовой генерации и сценариев кибербезопасности: ускорения работы SOC, сортировки и суммирования инцидентов, подготовки заметок и сбора свидетельств, моделирования атак, приоритизации уязвимостей, сопоставления TTP и анализа поведения злоумышленников. Также она может помогать инженерам проверять конфигурации, оценивать свидетельства соответствия требованиям и повышать уровень защищённости. В README указан английский язык, однако сведения о размере контекстного окна, результатах оценивания и полном наборе поддерживаемых возможностей отсутствуют. Модель сохранена в формате GGUF с квантизацией Q8_0 и предназначена для запуска через llama.cpp и совместимые оболочки, включая llama_cpp. Размер файла составляет около 8,54 ГБ, что существенно снижает требования к памяти по сравнению с исходным вариантом BF16; заявленная потеря точности при такой квантизации минимальна. Ограничения и детальные характеристики следует уточнять в карточке исходной модели Foundation-Sec-8B-Reasoning. В README лицензия указана как Apache 2.0, хотя в метаданных также отмечено значение other.

HikmaAI DistilBERT PII NER — модель HikmaAI на базе DistilBERT, дообученная для обнаружения персональных данных в тексте. Она выполняет токенную классификацию с BIO-разметкой и распознаёт 17 типов сущностей, включая имена, фамилии, даты рождения, финансовые и контактные данные. Модель обучена на датасете ai4privacy/pii-masking-400k для английского, итальянского, французского, немецкого, испанского и нидерландского языков; максимальная длина последовательности — 512 токенов. Модель подходит для локального выявления PII в системах защиты данных и шлюзах безопасности ИИ. Она выделяет фрагменты и типы сущностей, а прикладная система может использовать результаты для подсчёта, маскирования или фильтрации данных. Доступны веса safetensors и формат ONNX; README описывает динамическую INT8-квантизацию для ONNX Runtime. Лицензия — Apache-2.0. Ограничения: качество для языков, кроме шести языков обучения, не проверено; тексты длиннее 512 токенов нужно делить на фрагменты. Для хорошо структурированных значений, например адресов электронной почты, телефонов и номеров карт, регулярные выражения могут быть эффективнее; INT8-квантизация может немного снизить точность на сложных примерах.

atonlee/koelectra-ko-pii-ner — корейская модель распознавания именованных сущностей, разработанная для обнаружения персональных данных в тексте и определения их типа и позиции. Она предназначена для маскирования чувствительных данных и для проверки текста перед передачей во внешний LLM или облачный сервис. Модель различает 29 меток, включая идентификационные номера, паспортные и банковские данные, имена, телефоны, адреса и организации; категории помогают определить, какие сущности следует скрыть. Модель построена на ELECTRA и дообучена для классификации токенов на основе monologg/koelectra-small-v3-discriminator. Метаданные указывают 21,5 млн параметров, контекст до 512 токенов и поддержку корейского языка. Доступны веса Safetensors и ONNX, включая варианты FP16 и INT8 для локального запуска. В оценке на 5 171 размеченном предложении F1 составил 94,2% для совпадения типа сущности и 88,1% для точного совпадения границ; качество может различаться по классам, а неполное совпадение границ способно повлиять на маскирование. Модель распространяется по лицензии Apache-2.0.

Многоязычная модель ai4privacy для обнаружения и разметки персональных данных в тексте с целью их последующего маскирования. Она разработана Ai4Privacy как дообучение answerdotai/ModernBERT-base и использует архитектуру ModernBERT с классификацией токенов; содержит 149 млн параметров, поддерживает контекст до 8192 токенов и распространяется в форматах Safetensors и ONNX. Модель рассчитана на редактирование PII, а не на полную классификацию персональных данных. В карточке приведены результаты оценки на тестовой части датасета ai4privacy/open-pii-masking-500k-ai4privacy: точность 99,01%, precision 98,72%, recall 98,47% и F1 98,59%. Модель может быть полезна для поиска имен, времени и других категорий персональных данных перед передачей текста или сохранением документов. Она лицензирована по MIT; перед применением на собственных данных следует оценить качество, поскольку результаты на тестовом наборе могут отличаться от реальных.

NerGuard-0.3B — многоязычная модель классификации токенов для обнаружения персональных данных (PII), разработанная на базе mDeBERTa-v3-base и дообученная на более чем 500 тыс. примеров AI4Privacy. Модель размечает токены в формате BIO и распознаёт 20 типов сущностей, включая имена, адреса, государственные идентификаторы, финансовые и контактные данные. Модель предназначена для поиска персональных данных в тексте, например перед маскированием или проверкой документов на соответствие требованиям приватности. Поддерживаются английский, немецкий, французский, итальянский, испанский, португальский, нидерландский и польский языки. Архитектура — DeBERTa V2 для классификации токенов; размер — 306 млн параметров, контекст — до 512 токенов. Карточка сообщает F1-macro 99,63% на валидационном разбиении AI4Privacy; на отдельном тесте NVIDIA Nemotron-PII базовая модель без LLM заняла 4-е место из 7 по F1-macro. Модель доступна под лицензией OpenRAIL. Её метки соответствуют исходной схеме AI4Privacy, поэтому для сопоставления с другими схемами разметки может потребоваться преобразование. Результаты на валидации AI4Privacy не гарантируют такую же точность на других данных; карточка показывает более скромные результаты на внешнем тесте.

PII-Tracer — модель Perplexity AI для обнаружения и маскирования персональных данных в разговорных текстах, представленная в рамках PII-TRACE. Она использует двунаправленный энкодер Qwen3 примерно на 600 млн параметров на основе perplexity-ai/pplx-embed-v1-0.6b и две выходные головы: классификатор токенов с BIOES-разметкой для девяти категорий чувствительных данных и классификатор чувствительности разговора. Для разметки токенов применяется ограниченное декодирование Витерби. Модель предназначена для поиска имен, номеров счетов, URL, дат, адресов, адресов электронной почты, телефонов, других персональных данных и секретов в разговорных данных. Максимальная длина последовательности — 4096 токенов. Модель принимает текст и выдаёт разметку токенов и оценку чувствительности разговора. В карточке указаны английский и многоязычный режимы; конкретный перечень поддерживаемых языков не приведён. Для загрузки указаны PyTorch и Transformers версии 5.2 или новее, а для использования требуется trust_remote_code. Лицензия — MIT.

Perplexity AI разработала pplx-pii-masking для обнаружения и маскирования персональных и других чувствительных данных в разговорных текстах. Модель использует примерно 600-миллионную двунаправленную архитектуру Qwen3 на основе perplexity-ai/pplx-embed-v1-0.6b и содержит две выходные головы: токенную классификацию с BIOES-разметкой девяти категорий чувствительных данных и классификатор чувствительности беседы. Для последовательностей применяется ограниченный декодер Витерби; максимальная длина входа — 4096 токенов. Модель подходит для поиска имён, номеров счетов, URL, дат, адресов, адресов электронной почты, телефонов, прочих персональных данных и секретов в разговорных данных, а также для оценки чувствительности беседы целиком. Метаданные указывают английский и многоязычный охват. Веса доступны в формате safetensors; лицензия — MIT. Для запуска README описывает использование PyTorch и Transformers с trust_remote_code.

Sheltron Privacy Filter Ettin 32M — компактная модель Sheltron для обнаружения фрагментов текста, содержащих приватные данные и секреты. Это классификатор токенов на базе ModernBERT, дообученный на jhu-clsp/ettin-encoder-32m; модель содержит около 31,9 млн параметров и поддерживает контекст до 7999 токенов по метаданным. README указывает, что обучение и оценка проводились на последовательностях длиной 512 токенов, поэтому более длинный текст рекомендуется обрабатывать перекрывающимися окнами по 512 токенов с шагом 128. Модель размечает восемь категорий: номера счетов, адреса, даты, электронную почту, имена людей, телефонные номера, URL и секреты. Она предназначена для быстрого скрининга электронной почты, сообщений, переписок и команд, а её выход совместим по формату с OpenAI Privacy Filter. Доступны контрольная точка Safetensors FP32 и варианты ONNX, включая FP16; для ONNX нужен ONNX Runtime. Лицензия — Apache-2.0. Для воспроизведения метрик и корректного декодирования README предписывает применять ограниченный алгоритм Viterbi с калибровкой из viterbi_calibration.json, а не выбирать метки для каждого токена независимо. Базовая модель — англоязычный энкодер; в метаданных указан английский язык.

Многоязычный бинарный классификатор Vijil для обнаружения prompt injection и jailbreak-атак в пользовательском тексте, извлечённых документах, логах и результатах инструментов. Модель дообучена на внутреннем датасете Vijil vijil/pi_v5_multilingual_20260827 на базе энкодера jhu-clsp/mmBERT-base; опубликована в формате safetensors и решает задачу классификации текста. Метки: 1 — обнаруженная атака, 0 — безопасный текст. В README сообщается о сбалансированной точности 0,978 на отложенной выборке из 75 011 примеров и FPR/FNR 2,31%/2,16% при пороге 0,5. Модель проверялась на разных форматах сериализации и специально обучалась не реагировать на отдельные ключевые слова и безвредные варианты текста. Поддерживаемые языки карточки: английский, русский, китайский, арабский, хинди, немецкий, французский, испанский, вьетнамский, корейский, тайский и бенгальский. Для длинных сообщений README рекомендует нарезку на перекрывающиеся окна: усечение может пропустить атаку в конце текста. Оценки softmax не откалиброваны как вероятности; порог следует выбирать на данных целевого трафика, а при агрегации большого числа окон учитывать накопление ложных срабатываний. Чувствительность к запросам с вредоносным содержанием без признаков инъекции снижена; качество на некоторых низкоресурсных языках ниже. Обфускация может повышать ложные срабатывания без предварительной нормализации. Лицензия указана как other, поэтому конкретные условия использования следует проверять в карточке модели.

Qwenseek-3.8-27B-CyberLite-GGUF — специализированная кибербезопасностная модель, разработанная trjxter на основе unsloth/Qwen3.8-27B. Это первый этап линейки Qwenseek для задач кибербезопасности; данная публикация распространяется в формате GGUF для локального запуска через llama.cpp. Модель дообучалась методом supervised fine-tuning с использованием 4-битного QLoRA на данных, охватывающих программирование, программную инженерию, рассуждения, tool calling и кибербезопасность. Модель предназначена для защитного анализа уязвимостей, аудита и исправления кода, планирования обнаружения, локализации и устранения инцидентов, технического решения задач, агентных сценариев и структурированного использования инструментов. Также поддерживается контролируемое Cyber Red-рассуждение, но только в авторизованных, локальных, изолированных, образовательных или защитных сценариях. Основные характеристики: около 27,8 млрд параметров, архитектурное семейство Qwen3.8, валидированный контекст до 32 768 токенов, сохранённый MTP/NextN и преимущественно английский язык. CyberLite ориентирована на сочетание киберзащитных навыков с сильными возможностями программирования, технического рассуждения и работы с инструментами. Дообучение было текстовым: параметры зрения были заморожены, поэтому модель следует рассматривать как текстовую специализированную версию, а не как улучшенную мультимодальную модель. GGUF-релиз включает варианты квантования от Q2_K до Q8_0; рекомендуемый компромисс между размером и качеством — Q4_K_M, однако фактические требования к памяти и производительность зависят от среды запуска, длины контекста и настроек offload. Модель распространяется по лицензии Apache-2.0, унаследованной от базовой модели.

Русскоязычная модель Redmadrobot для распознавания персональных данных в тексте. Она дообучена для задачи классификации токенов на базе ai-forever/ruBert-base: архитектура BERT, 205,5 млн параметров, контекст до 512 токенов. Модель размечает 21 тип сущностей по схеме BIO, включая имена, адреса, контакты и номера российских документов — паспортов, СНИЛС, ИНН, полисов ОМС, водительских удостоверений и других. Модель предназначена для извлечения чувствительных данных как компонента систем обнаружения и обезличивания текста. Её обучали на 17 137 русских предложениях; на отдельном тестовом наборе из 2 841 предложения показатель F1 для модели отдельно составил 83,6 при точном совпадении границ сущностей. Для IP-адресов качество заметно ниже: модель может разделять их по точкам, поэтому авторы используют для этого типа регулярные выражения в конвейере pii-guard. Распространяется по лицензии Apache-2.0.

CrabInHoney/urlbert-tiny-v4-phishing-classifier — компактная модель BERT, разработанная CrabInHoney для классификации URL на фишинговые и нефишинговые. Это дообученная для распознавания фишинговых ссылок версия CrabInHoney/urlbert-tiny-base-v4 с архитектурой BertForSequenceClassification и 4,8 млн параметров. Модель принимает текст URL; её контекст составляет 64 токена, а карточка указывает поддержку английского языка. Модель предназначена для проверки ссылок в фильтрах, системах анализа URL и инструментах безопасности. В README для версии v4 заявлены accuracy 0,9907, precision 0,9945, recall 0,9855 и F1 0,9900; подробности методики оценки не приведены. Распространяется по лицензии Apache-2.0.

Vela Guard — классификатор текста с 307 млн параметров, разработанный командой llm-semantic-router на базе Vela-1.0-Encoder-307M. Он предназначен для обнаружения prompt injection и попыток jailbreak: модель выявляет прямые атаки и вредоносные инструкции, встроенные в недоверенный текст. Поддерживает несколько языков и входы длиной до 32 768 токенов; архитектура основана на ModernBERT, доступны веса Safetensors и формат ONNX. Модель можно использовать в Transformers и Candle, а ONNX-версия поддерживает CPU и ROCm. В опубликованных оценках на проверочных наборах Vela Guard показала более высокий Macro F1, чем исходная mmBERT Guard: 97,77% на атаках, сформулированных как запросы к источникам, и 75,98% на сопоставлениях инструкций в шести языках. Эти результаты получены на наборах разработки и не характеризуют точность на длинных документах. Лицензия — Apache-2.0.

BERT-Base Bank Mail & Phishing Fraud Detector — модель классификации текста, разработанная Sourav Paramanya и дообученная на базе bert-base-uncased для различения обычной деловой переписки и мошеннических или фишинговых писем. Она предназначена для первичной проверки входящей почты и передачи подозрительных сообщений на дополнительную проверку или в систему реагирования на инциденты. Модель построена на архитектуре BERT для классификации последовательностей, содержит 136,7 млн параметров и принимает текст на английском языке. Максимальный контекст модели — 512 токенов; в описанном обучающем процессе последовательности ограничивались 128 токенами. В README приведены метрики на отложенной выборке: точность 99,22%, F1 99,25% и precision 99,77%; эти значения относятся к указанному набору данных и не гарантируют аналогичного качества на реальных потоках писем. Модель распространяется по лицензии MIT.