II.11Кибербезопасность и приватность

Korean PII NER v3 — корейская модель распознавания именованных сущностей для обнаружения потенциально персональных данных в тексте. Разработчик дообучил klue/roberta-large с архитектурой RoBERTa на задачу классификации токенов. Модель содержит 435,4 млн параметров, принимает текст с контекстом до 514 токенов и выдаёт разметку BIO для сущностей NAME, ADDRESS и ORG. Модель предназначена для поиска имён людей, адресов и организаций в корейском тексте, в том числе как детектор в конвейере защиты от утечек персональных данных. Внутренний тестовый набор показал macro-F1 0,878, а внешняя оценка на KLUE-NER — 0,766; эти результаты относятся к указанным наборам данных. Для промышленного применения автор рекомендует сочетать модель с регулярными выражениями, словарями и дополнительной коррекцией границ сущностей. Модель не обнаруживает телефонные номера, адреса электронной почты, номера регистрации резидентов и данные банковских карт. Возможны ошибки границ адресов и снижение качества на медицинских, финансовых, юридических и других отличающихся от обучающих данных текстах. Лицензия — CC-BY-SA-4.0.

MemPrivacy-4B-SFT — дообученная IAAR-Shanghai модель на базе Qwen3-4B, предназначенная для управления персональными данными в агентских системах с локальной обработкой на периферийных устройствах. Она анализирует диалоги, находит чувствительные фрагменты, распределяет их по четырём уровням приватности PL1–PL4 и заменяет типизированными заполнителями перед передачей данных в облако; исходные значения предполагается хранить локально и восстанавливать после ответа облачного агента. Модель относится к плотной авторегрессионной архитектуре Qwen3ForCausalLM, содержит 3,7 млрд параметров и поддерживает контекст до 40 960 токенов. Карточка описывает извлечение приватной информации и вывод структурированного результата; метаданные отмечают диалоговую возможность и языки английский и китайский. Заявлены высокая точность извлечения и пригодность для периферийного развертывания, однако в карточке нет подробных результатов оценки и конкретных требований к ресурсам. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий.

MeridianPII Hindi/Hinglish v1 — модель токенной классификации для обнаружения персональных данных в текстах на хинди, хинглише и индийском английском. Разработчик дообучил multilingual MiniLM от Microsoft и адаптировал модель к письму деванагари и смешанным языковым текстам. Модель имеет около 65,2 млн параметров, контекст до 512 токенов и поставляется в форматах ONNX и safetensors; README описывает компактную версию ONNX INT8 размером 56 МБ для запуска в браузере через transformers.js. Модель предназначена для локального обнаружения имён, фамилий, телефонов и других контекстных PII перед отправкой текста, например, в размещённую в облаке LLM. В README указаны высокие показатели полноты на тестовом наборе, однако версия v1 заменена v2, обученной на дополнительных данных на хинди и показывающей несколько лучшие результаты. Модель рассчитана на работу вместе с отдельными детерминированными распознавателями структурированных идентификаторов. Известные ограничения: модель может путать метки CITY и STATE, не рассчитана на географические названия за пределами Индии и не обнаруживает структурированные идентификаторы вроде Aadhaar, PAN, IFSC, адресов электронной почты и URL — их должен обрабатывать отдельный слой. Трудными случаями остаются длинные фрагментированные адреса и плотное переключение языков. Лицензия — CC BY 4.0.

MITRE-v16-tactic-bert-case-based — модель Sarah Wei, дообученная на базе bencyc1129/mitre-bert-base-cased на наборе примеров процедур MITRE ATT&CK версии 16. Это классификатор текста на архитектуре BERT с 136,1 млн параметров и контекстом до 512 токенов. Модель предназначена для определения тактики MITRE ATT&CK, к которой относится предложение или описание атаки. Она ориентирована на тексты о кибератаках и может быть полезна для разметки описаний инцидентов и процедур. Одно описание может соответствовать нескольким тактикам, поэтому результат классификации может не отражать все применимые категории. Модель опубликована в формате safetensors и рассчитана на использование с библиотекой Transformers; в README также заявлено использование с TensorFlow. Лицензия в предоставленных данных не указана.

PhishLens DomURLs-BERT — модель на архитектуре BERT, разработанная для классификации доменов и URL в криптовалютной экосистеме с целью выявления фишинга. Она присваивает входной строке одну из меток: phishing или legit. Модель содержит 137,8 млн параметров, принимает текст с контекстом до 512 токенов и предназначена для обнаружения подозрительных ссылок и доменов. Модель дообучена для задачи классификации текста и распространяется в формате safetensors по лицензии MIT. Карточка не приводит результатов оценки качества, поэтому надёжность предсказаний для конкретных источников и типов URL следует проверять отдельно.

MS-EffGCViT-B5 — модель обнаружения дипфейков от проекта DeepGuard, разработанная как гибрид сверточной сети и Vision Transformer. Она использует EfficientNet-B5 для извлечения признаков и многоуровневое внимание с глобальным контекстом, чтобы находить локальные артефакты монтажа и несоответствия в освещении или структуре лица. Вариант B5 обрабатывает кадры размером 384×384; поддерживается классификация изображений и видео на уровне кадров с последующим объединением результатов. Для видео и изображений лица следует предварительно обрезать. Модель предназначена для бинарного определения подлинности лица: настоящее или сгенерированное/изменённое. Она обучена на корейском наборе KoDF; автор также приводит результаты проверки на Celeb-DF-v2 и FaceForensics++, где качество переноса на западные наборы заметно ниже, чем на KoDF. Архитектура рассчитана на анализ визуальных признаков, не аудио. Репозиторий распространяется в формате safetensors, библиотека — Transformers; лицензия MIT.

NER PII Indonesian Mini — компактная модель для обнаружения персональных данных в индонезийском тексте. Она дообучена на базе indobenchmark/indobert-lite-base-p1 и выполняет токен-классификацию с архитектурой ALBERT. README описывает дистилляцию от более крупной модели-учителя; доступны форматы ONNX и safetensors, а контекст модели составляет 512 токенов. В карточке указано 136,3 млн параметров, тогда как README сообщает 11,1 млн для модели и размер 11,7 МБ для квантованной версии ONNX. Модель размечает имена людей, местоположения, дату и время, адреса электронной почты, телефоны, пол и индонезийские NIK (SSN). Предназначена для поиска PII и предварительной очистки текста; в README приведён пример использования через Transformers pipeline. Заявленные результаты измерены на синтетических и близких к ним данных, размеченных учителем, поэтому не подтверждают качество на независимом бенчмарке. Автор рекомендует дополнять распознавание регулярными выражениями и проверять полноту обнаружения на собственных данных. Лицензия — MIT.

Noirci — модель распознавания именованных сущностей, разработанная 5000.dev для обнаружения персональных данных во французской деловой переписке перед отправкой текста в LLM. Она дообучена на CamemBERT и предназначена для выделения сущностей, которые затем можно псевдонимизировать. В репозитории есть веса safetensors в float32 и экспорт ONNX с квантованием int8; ONNX-версия размером 186 МБ работает на CPU. Контекст модели — 514 токенов. Модель рассчитана на французские рабочие документы и служит одним слоем конвейера, где также используются регулярные выражения с проверкой контрольных сумм, справочники и распространение разметки на весь документ. В README приведены оценки утечки и избыточного маскирования на реальной французской корреспонденции; результаты относятся к полному конвейеру lite2, а не только к модели. Указана лицензия MIT. Модель поддерживает только французский язык. В README отмечены утечки сущностей и избыточное маскирование примерно на 8–15%; для надёжной псевдонимизации нужны дополнительные компоненты конвейера. Она не предназначена для определения названий потребительских платформ как персональных данных.

OpenMed-PII-ClinicalBGE-Large-335M-v1 — англоязычная модель OpenMed для обнаружения и классификации персональных и медицинских данных в тексте. Это дообученная архитектура BERT на основе BAAI/bge-large-en-v1.5 с классификационной головой для разметки токенов; метаданные указывают 433,9 млн параметров и контекст до 512 токенов. Модель выявляет 54 типа чувствительных сущностей, включая имена, адреса, контактные данные, медицинские идентификаторы, финансовые сведения и сетевые идентификаторы. Модель предназначена для поиска и последующего удаления или маскирования чувствительной информации в клинических записях, медицинских документах и корпусах данных, а также для аудита наборов документов. В README приведён результат Micro F1 0,9546 на тестовой выборке из 2 000 примеров NVIDIA Nemotron-PII; качество различается между типами сущностей, а для некоторых категорий указаны более низкие оценки. Модель можно использовать через Transformers pipeline для распознавания сущностей. Основной язык модели — английский. Она может пропускать чувствительные данные, а качество зависит от предметной области; README рекомендует проверку человеком в критически важных сценариях. Лицензия — Apache-2.0.

ONNX-версия модели phishing-email-detection-distilbert_v2.4.1, разработанной cybersectony и автоматически конвертированной и опубликованной сообществом onnx-community. Модель предназначена для классификации текста, в частности для выявления фишинговых электронных писем, и может использоваться в сценариях фильтрации входящей почты и предварительной оценки подозрительных сообщений. Модель основана на DistilBERT, а её формат ONNX позволяет применять её через библиотеку Transformers.js, в том числе в JavaScript-приложениях. В README не указаны точный размер модели, поддерживаемые языки, максимальная длина контекста, набор меток, используемые данные для обучения и показатели качества, поэтому эти характеристики нельзя надёжно оценить. Сильной стороной является готовность к запуску в экосистеме Transformers.js и специализация на задаче обнаружения фишинга. Ограничения, включая возможные ошибки классификации и применимость к языкам или типам писем, в README не описаны; результаты следует проверять перед принятием автоматических решений. Лицензия модели также не указана.

PII Guard Turkish 0.6B — дообученная модель на базе Qwen/Qwen3-0.6B, созданная Хасаном Чагры Гюнгёром для поиска и маскирования персональных данных в турецком тексте. Она принимает инструкцию с политикой обработки и текст с префиксом «Metin:», а затем заменяет распознанные данные метками, например [AD], [TEL] и [IBAN]. Поддерживаются полное маскирование, режимы белого и чёрного списка, а также 53 метки для девяти категорий данных. Модель предназначена для очистки журналов, минимизации данных перед передачей в LLM и сценариев защиты персональных данных в соответствии с KVKK и GDPR. Это плотная авторегрессионная модель семейства Qwen3 с 507,9 млн параметров; в метаданных указано контекстное окно 40 960 токенов, тогда как README сообщает о контексте обучения в 768 токенов. Модель рассчитана только на турецкий язык. Репозиторий содержит веса Safetensors, а автор отмечает возможность экспорта в ONNX и использования на CPU. Лицензия — Apache-2.0. В опубликованном бенчмарке на 1 000 синтетических примерах точное совпадение составило 0,828; результаты на реальных пользовательских данных не измерялись. Модель может выдавать метки вне заданной схемы, а среди более сложных случаев — инструкции чёрного списка, числа, записанные словами, и длинные тексты. Для рабочего применения автор рекомендует проверять допустимые метки и предусматривать валидацию и человеческий контроль.

pii-layout-synth-v12 — дообученная на базе answerdotai/ModernBERT-base модель для классификации токенов. По названию репозитория предполагается, что она предназначена для разметки персональных данных с учётом их расположения в тексте или макете, однако карточка не описывает целевые метки и формат входных данных. Модель содержит 149 млн параметров, использует архитектуру ModernBERT и принимает контекст длиной до 8192 токенов. В карточке приведены результаты оценки: precision 0,9926, recall 0,9954, F1 0,9940 и accuracy 0,9988; датасет и методика оценки не раскрыты, поэтому эти показатели нельзя уверенно переносить на другие данные. Модель опубликована в формате safetensors для библиотеки Transformers и распространяется по лицензии Apache-2.0.

Модель kiyuyeon/pii-ner-kcelectra разработана для обнаружения персональных данных в корейском тексте с помощью распознавания именованных сущностей. Это дообученная на синтетических и дополнительных корпусах модель beomi/KcELECTRA-base-v2022 с архитектурой ELECTRA и классификатором токенов, размером 155 млн параметров и контекстом до 512 токенов. Она размечает имена людей, адреса, школы и телефонные номера, чтобы подготовить текст к размытию или маскированию. Модель предназначена для очистки корейских новостей, сообщений и документов перед публикацией или передачей на обработку. На проверке на новостном корпусе NAVER NER автор сообщает полноту обнаружения имен 91,0% и полное маскирование имени в 86,6% случаев; для повышения полноты маскирования README рекомендует объединять предсказания модели с регулярными выражениями и словарными правилами. Лицензия — MIT. Качество может снижаться на разговорном и OCR-тексте, а также для иностранных имен в корейской транскрипции, псевдонимов и сценических имен. 주민등록번호, электронная почта и банковские счета не входят в метки модели и требуют отдельной обработки регулярными выражениями.

piiranha-v1-detect-personal-information-ONNX — ONNX-версия модели piiranha-v1-detect-personal-information, разработанной iiiorg и автоматически конвертированной и опубликованной сообществом onnx-community. Модель предназначена для обнаружения персональной информации в тексте с использованием задачи token classification, то есть для разметки отдельных токенов и выделения сущностей, содержащих персональные данные. Модель рассчитана на работу через библиотеку Transformers.js и может применяться в JavaScript-приложениях, включая веб-сценарии. В README приведён пример обнаружения персональной информации в предложении с именем человека и местом проживания. Формат ONNX ориентирован на выполнение модели в совместимых средах, однако конкретная архитектура, количество параметров, поддерживаемые языки, максимальная длина контекста и набор распознаваемых типов персональных данных в предоставленных материалах не указаны. К сильным сторонам относятся специализированное назначение для выявления персональной информации, поддержка ONNX и интеграция с Transformers.js. Ограничения связаны с отсутствием в README подробностей о качестве, точности, языках, размере модели и границах применимости; перед использованием в критичных сценариях модель необходимо дополнительно протестировать. Лицензия в предоставленных данных не указана.

Qwen2.5-3B-CyberSecurity-Instruct — дообученная версия Qwen2.5-3B-Instruct, разработанная Mohamedabul. Модель создана для анализа кибербезопасности и обратного проектирования, включая разбор уязвимостей, CVE и кода эксплойтов на C, Python и Bash. Модель содержит около 3 млрд параметров и использует 4-битное QLoRA-дообучение на базе unsloth/qwen2.5-3b-instruct-unsloth-bnb-4bit. Она предназначена для классификации и триажа уязвимостей, формирования отчетов о серьёзности, векторах атаки и мерах защиты, а также для анализа цепочек атак от первоначального доступа до компрометации системы. В обучении использовались данные NVD/CVE, Exploit-DB и MITRE CWE; заявленный язык модели — английский. В примере инференса используется контекст длиной 1024 токена. К сильным сторонам относятся специализация на кибербезопасности, анализ исходного кода эксплойтов и объединение сведений об уязвимости с практическим кодом атаки. Ограничениями являются относительно небольшой размер модели, англоязычная специализация и необходимость критически проверять результаты при работе с уязвимостями и эксплойтами. Модель распространяется по лицензии Apache-2.0.

RedSage-Qwen3-8B-Ins — дообученная RISys-Lab языковая модель для диалоговой помощи в кибербезопасности. Это плотная авторегрессионная модель семейства Qwen3 с 7,6 млрд параметров и контекстом 32 768 токенов; она работает через Transformers и принимает текстовые запросы, выдавая текстовые ответы. Модель прошла supervised fine-tuning на наборе RedSage-Conv примерно из 266 тысяч многоходовых диалогов по кибербезопасности и общих инструкционных данных SmolTalk2. Она предназначена для ответов на вопросы о MITRE и OWASP, объяснения уязвимостей и мер защиты, а также для генерации и пояснения команд инструментов вроде nmap, sqlmap и Metasploit. В карточке отмечены диалоговый режим и агентное расширение обучающих данных; заявлены результаты на профильных и общих тестах, приведённых в README. Модель не проходила этап DPO; карточка указывает RedSage-Qwen3-8B-DPO как следующую версию. Возможны галлюцинации и неточные команды, поэтому результаты требуют проверки. Обучение включало наступательные материалы, и для развёртывания в пользовательских приложениях авторы рекомендуют дополнительные меры защиты. Лицензия в предоставленных данных не указана.

ScamLLM — модель классификации текста, созданная авторами репозитория phishbot. Она дообучена на базе предварительно обученной RoBERTa и предназначена для выявления промптов, которые могут использоваться для генерации фишинговых сайтов с помощью коммерческих языковых моделей. Модель содержит около 151,8 млн параметров и принимает последовательности длиной до 514 токенов. На выходе ScamLLM присваивает тексту метку 1, если считает промпт попыткой фишинга, и метку 0, если считает его безопасным. Обучающие примеры включали вредоносные промпты, сгенерированные GPT-3.5 Turbo и GPT-4; сам набор данных доступен авторам по запросу. Карточка не сообщает поддерживаемые естественные языки и лицензию, поэтому условия использования и языковой охват модели не определены.

Security-SLM-Gemma-4-E2B-it-GGUF — компактная специализированная языковая модель для кибербезопасности, разработанная entrick на базе Gemma 4 E2B Instruct от unsloth. Модель дообучена с использованием LoRA rank 16 на датасете entrick/security-slm-dataset; опубликована в формате GGUF Q4_K_M размером около 3,43 ГБ. Заявленный основной язык — английский. Модель предназначена для авторизованной red-team и blue-team работы, SOC, киберполигона, локальных и регулируемых корпоративных сред, а также изолированных лабораторий. Её целевые сценарии включают анализ prompt injection и jailbreak-атак, безопасность MCP и agentic AI, RAG и векторных баз данных, веб- и API-пентестинг, разведку, Burp Suite, атаки на аутентификацию и внедрение, облачную безопасность, реагирование в SOC и подготовку отчётов по пентестам. К сильным сторонам относятся локальное on-premises-развёртывание через GGUF/Ollama, возможность работы в приватной или air-gapped инфраструктуре и специализация на задачах безопасности. В README приведён результат внутреннего 7-направленного бенчмарка CSS: средний балл 7,00, однако методика основана на 28 тестовых запросах и заявлена авторами модели, поэтому её нельзя считать универсальной оценкой качества. Ограничения включают компактный размер, узкую специализацию, отсутствие сведений о размере контекста и мультимодальности, а также возможную зависимость результатов от конкретного формата запросов и обучающего набора. Модель распространяется по лицензии Apache 2.0. README подчёркивает использование только в авторизованных сценариях кибербезопасности.

墨 Sumi — японская модель для обнаружения персональных данных в тексте. Её разработал автор репозитория NagaYu: модель ModernBERT дообучена для токен-классификации японских PII и содержит 132,1 млн параметров. Она размечает 21 BIO-класс, соответствующий 10 типам данных, включая имена, адреса и телефонные номера; длина контекста — до 8 192 токенов. Доступны веса Safetensors и ONNX, включая динамическую INT8-квантизацию ONNX. Модель предназначена для поиска японских персональных данных и их маскировки перед передачей текста внешним системам, например hosted LLM. В README описаны особенности японской разметки, такие как фамилии, совпадающие с обычными словами, границы обращений и числовые строки, похожие на телефоны. Рекомендуется использовать модель вместе с правиловым слоем и калибровкой из пакета sumi: при прямом запуске классификатора эти компоненты и уточнение границ недоступны. Текстовый ввод размечается метками; модель не генерирует текст. Обучение и оценка проводились только на синтетических данных, поэтому качество на реальных документах может отличаться и требует проверки на собственных данных. Пропуски неизбежны, а порог обнаружения влияет на баланс полноты и ложных срабатываний; модель не гарантирует соблюдение законодательства и не является самостоятельным средством сертификации соответствия. Экспорт GGUF не поддерживается распространёнными средами выполнения для этой задачи; для CPU README рекомендует ONNX INT8. Лицензия — Apache-2.0.

Anonym-IA/V2-camembert-ner-pii-onnx-fp32 — версия модели CamemBERT-NER-PII V2 в формате ONNX FP32 для запуска в браузере. Модель разработана Anonym-IA и предназначена для токенной классификации: распознавания и разметки персональных данных во французском тексте с целью последующей анонимизации или маскирования. Модель содержит 137,8 млн параметров, использует архитектуру CamemBERT и принимает последовательности длиной до 2050 токенов. В карточке указана поддержка французского языка и набора данных TypicaAI/pii-masking-60k_fr. README приводит ориентиры для браузерного запуска: около 440 МБ для файла модели, примерно 600 МБ памяти и 200–500 мс на обработку 512 токенов; скорость зависит от браузера и оборудования. Модель подходит для клиентской обработки текста в браузере, включая выявление данных перед их маскированием. Это конверсия весов в ONNX, а не новая базовая модель; README также указывает на отдельную PyTorch-версию для серверного использования. Лицензия — MIT. Производительность в Safari описана как более низкая; приведённые замеры являются ориентирами, а не гарантией для всех устройств.

HoopitAI разработала модель GenD для выявления дипфейков в видео. Она классифицирует изображения лиц по кадрам; для этого использует визуальный ViT-L из DINOv3 и классификационную голову LinearNorm. Модель обучена на FaceForensics++ и дообучает только параметры LayerNorm базовой модели, применяя нормализацию признаков, metric learning, Sharpness-Aware Minimization и сглаживание меток. В README приведены результаты на видео: AUROC 91,84%, mAP 89,88% и accuracy 84,91%. Модель рассчитана на анализ кадров с лицами и может использоваться как компонент конвейера проверки видео. Это дообучение facebook/dinov3-vitl16-pretrain-lvd1689m; веса опубликованы в формате safetensors. Лицензия — MIT.

VoiceShield Replay Robust — дообученная Harmansingh24k модель на архитектуре Wav2Vec2 для классификации аудио. Она предназначена для проверки подлинности голосовых записей и обнаружения дипфейк-речи. Модель содержит 113,3 млн параметров и распространяется в формате Safetensors через библиотеку Transformers. В README указаны результаты оценки: accuracy 0,9091 и loss 0,2180; подробности датасета и методики оценки не приведены. Лицензия — MIT.

HyperMoon/wav2vec2-base-960h-finetuned-deepfake — модель классификации аудио на базе wav2vec2-base-960h, дообученная на наборе ASVspoof2019 для выявления дипфейкового и подлинного аудио. Архитектура — Wav2Vec2ForSequenceClassification; модель содержит 113,3 млн параметров и распространяется в формате PyTorch. Модель предназначена для классификации аудиозаписей при проверке подлинности речи и обнаружении синтетических или подменённых голосов. В README указаны точность 0,9998 и loss 0,0009 на оценочной выборке, однако методика оценки и детали выборки не приведены, поэтому эти результаты не гарантируют аналогичного качества на новых данных. Лицензия — Apache-2.0. Карточка не описывает ограничения по языкам, условия записи или устойчивость к новым способам синтеза речи; применять оценку как единственное основание для решений не следует.

NAMAA-Space разработала Ara-Prompt-Guard_V0 — арабоязычный классификатор запросов для фильтрации рисков при работе с большими языковыми моделями. Это дообученная версия Meta Llama-Prompt-Guard-2-86M с архитектурой DeBERTa-v2 и классификационной головой; модель содержит 306 млн параметров и рассчитана на контекст до 512 токенов. Модель относит арабские запросы к безопасным, содержащим prompt injection или представляющим jailbreak-атаку. Её можно применять для фильтрации входных запросов, проверки безопасности и настройки защитных механизмов арабоязычных LLM. Карточка сообщает об оценке на арабском тестовом наборе: точность около 97,3% и F1 около 98%. Модель ориентирована на современный литературный арабский язык; карточка предупреждает, что она не предназначена для запросов на других языках и может быть ненадёжна при тонкой классификации намерений. Лицензия — Apache-2.0.

Ameya-Kawade/cmdcaliper — дообученная модель Sentence Transformers на базе thenlper/gte-base, созданная для анализа Linux-команд и фрагментов Bash. Архитектура BERT использует mean pooling и L2-нормализацию, формируя плотные эмбеддинги размерностью 768; в метаданных указаны 136,7 млн параметров и контекст до 512 токенов. Модель предназначена для поиска семантически близких команд, группировки по намерению, выявления функциональных дубликатов и поиска сходства с известными вредоносными или безопасными командами. Обучение проводилось с Multiple Negatives Ranking Loss на размеченных парах Linux-команд из разных категорий, включая файловые операции, процессы, сеть, управление пакетами, мониторинг и команды, связанные с безопасностью. В README приведены результаты retrieval-оценки на 500 отложенных парах: MRR@10 около 0,8847, Top@10 около 0,9526 и точность 3-NN 88,41%. Модель оптимизирована для команд shell и Bash, а не для обычных предложений или других языков программирования. Указанная лицензия — MIT.

not-lain/deepfake — дообученная модель классификации изображений для обнаружения дипфейков, основанная на aaronespasa/deepfake-detection-resnetinceptionv1. Она использует архитектуру семейства ResNet и предназначена для оценки изображения с помощью Transformers; в карточке показан вызов предсказания по пути к файлу изображения. Модель принимает изображения и выдаёт результат классификации. Репозиторий содержит веса в форматах PyTorch и safetensors. Модель распространяется по лицензии Apache-2.0.

DistilBERT — CVE-LMTune CWE Classifier (Flat) — модель классификации уязвимостей, разработанная в рамках набора CVE-LMTune авторами исследования о многоуровневой классификации уязвимостей. Она дообучена на distilbert/distilbert-base-uncased и принимает текстовое описание уязвимости, например краткое описание CVE, чтобы предсказать один или несколько идентификаторов CWE. Модель использует архитектуру DistilBERT для классификации последовательностей и поддерживает многометочную классификацию по таксономии CWE. Контекст ограничен 512 токенами; карточка указывает английский язык. В опубликованной оценке на отложенной выборке приведены метрики ранжирования и классификации при пороге 0,5. Модель предназначена для автоматизации первичной разметки уязвимостей и помощи в анализе CVE. Её предсказания следует проверять специалисту: качество зависит от полноты описания, а опубликованные результаты относятся к конкретной тестовой выборке и настройке порога. Лицензия — MIT.

DistillBERT-Prompt-Injection-sm — модель классификации текста на основе DistilBERT, дообученная автором jayavibhav от distilbert/distilbert-base-uncased. По названию она предназначена для выявления prompt injection во входном тексте. Модель принимает текст; архитектура — DistilBertForSequenceClassification, максимальный контекст составляет 512 токенов. В README указаны результаты оценки: accuracy 0,9937 и loss 0,0298. Датасет, состав классов и методика оценки не описаны, поэтому эти показатели не позволяют судить о качестве на новых данных. Модель опубликована в формате safetensors под лицензией Apache-2.0.

forensics_0.3B_base_deepfake_classifier — модель семейства Forensics от eliya для выявления синтетической или поддельной речи. Она дообучена сквозным образом на базе microsoft/wavlm-large и использует AASIST с графовым вниманием для классификации аудио. На вход подаются аудиофрагменты; модель выдаёт вероятность того, что речь является подделкой. В README указаны обучение на более чем 5 млн образцов, поддержка многоязычной речи и тестирование на нескольких наборах для обнаружения подделок и артефактов кодирования. Модель предназначена для проверки голосовых записей, обнаружения TTS-синтеза и конверсии голоса, а также анализа аудио с искажениями от кодеков. README сообщает о низкой равной частоте ошибок на внутренних и внешних тестах, но эти результаты не гарантируют такую же точность на новых источниках, языках и типах генерации. Репозиторий содержит веса в форматах safetensors и PyTorch; лицензия CC BY-NC 4.0 ограничивает использование некоммерческими условиями.

Модель eliya/forensics_0.3B_xlsr_wild_deepfake_classifier разработана как часть семейства Forensics для обнаружения синтетической и поддельной речи в аудио из реальных, неконтролируемых условий. Это классификатор аудио на базе дообученной facebook/wav2vec2-xls-r-300m с полностью размороженным backbone и графовым attention-пулингом AASIST; размер базовой модели — около 300 млн параметров. Модель принимает аудио и выдаёт оценку вероятности того, что запись является дипфейком. Она предназначена для проверки телефонных записей, сжатых аудиоклипов и записей с неизвестными микрофонами и условиями съёмки. По README, модель обучалась на более чем 5 млн речевых примеров, включая синтетические подделки, с аугментациями шума, кодеков и акустических условий. Разработчик сообщает EER 1,03% на тесте In-the-Wild и называет результат лучшим в семействе; это заявление из карточки модели, а не независимая оценка. Модель использует PyTorch и веса в форматах safetensors и PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Мультиязычность указана в метаданных, однако конкретные поддерживаемые языки не перечислены.