II.11Кибербезопасность и приватность

gpt-oss-safeguard-120b — модель рассуждений о безопасности, разработанная OpenAI на основе gpt-oss-120b. Она предназначена для задач Trust and Safety: фильтрации входов и выходов LLM, разметки контента в интернете и офлайн-классификации текста по заданным пользователем политикам безопасности. Модель интерпретирует текстовую политику организации, что позволяет адаптировать её к различным продуктам и сценариям с минимальной доработкой. Она предоставляет обоснованные решения и доступ к процессу рассуждений для отладки и повышения прозрачности, а также поддерживает настраиваемый уровень усилий рассуждения — low, medium или high — с компромиссом между качеством и задержкой. Модель содержит 117 млрд параметров, из которых активно используется 5,1 млрд, и помещается на одной H100 GPU. Сведения о языках и размере контекстного окна в README не указаны. Модель ориентирована именно на сценарии безопасности; для других задач рекомендуется использовать базовые модели gpt-oss. Её необходимо применять с форматом ответов harmony, поскольку без него она работает некорректно. Необработанный процесс рассуждений предназначен для разработчиков и специалистов по безопасности, а не для показа обычным пользователям. Модель распространяется по лицензии Apache 2.0, допускающей эксперименты, настройку и коммерческое использование без ограничений copyleft.

IndoSmish IndicBERT ONNX — классификатор SMS на основе IndicBERT, дообученный для распознавания трёх классов: обычных сообщений, спама и smishing-сообщений с мошенническими ссылками или попытками выманить данные. Модель рассчитана на смешанный текст на малаялам, хинди и английском языках, включая латинскую, письменность малаялам и деванагари. Модель использует архитектуру ALBERT для классификации последовательностей, содержит 266,8 млн параметров и обрабатывает до 512 токенов. Экспорт в ONNX и поддержка transformers.js позволяют запускать классификацию в браузере. Лицензия — MIT.

Llama-Primus-Base — языковая модель Trend Micro для задач кибербезопасности. Она основана на meta-llama/Llama-3.1-8B-Instruct и продолжает предварительное обучение на наборах Primus-Seed и Primus-FineWeb: первый содержит вручную отобранные материалы по кибербезопасности, второй — тематические тексты из FineWeb. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 131 072 токенов; работает с текстом и поддерживает генерацию в диалоговом формате. Модель предназначена для генерации ответов и анализа текстов по кибербезопасности, включая вопросы по знаниям и терминологии, анализ уязвимостей и угроз. В карточке сообщается об улучшении совокупных результатов на нескольких профильных бенчмарках относительно исходной Llama-3.1-8B-Instruct. Модель опубликована в формате safetensors и распространяется по лицензии MIT. Результаты бенчмарков не гарантируют точность в реальных сценариях; выводы следует проверять, особенно при принятии решений по безопасности.

Llama-Primus-Nemotron-70B-Base — языковая модель Trend Micro для задач кибербезопасности, созданная продолжительным обучением на базе nvidia/Llama-3.1-Nemotron-70B-Instruct. Это плотная авторегрессионная модель семейства Llama с 69,5 млрд параметров; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста и применения в сценариях кибербезопасности. В README приведены результаты на публичных бенчмарках CTI-Bench, CyberMetric и SecEval; для Base указано улучшение совокупных оценок на 11,19% относительно исходной модели. Обучение включало более 10 млрд токенов из кибербезопасностных корпусов, в том числе Primus-FineWeb и Primus-Nemotron-CC. В карточке указаны английский и японский языки, контекст до 131 072 токенов, а также возможности чата и интерфейс вызова инструментов. Модель распространяется по лицензии MIT. Бенчмарки характеризуют результаты на ограниченном наборе оценок и сами по себе не гарантируют точность в реальных задачах; README не приводит инструкций по безопасной эксплуатации или подробной оценки ошибок.

MemPrivacy-4B-RL — дообученная методом обучения с подкреплением модель IAAR-Shanghai на базе Qwen3-4B, предназначенная для управления персональной памятью в агентных системах с учётом приватности. Она извлекает из диалогов чувствительные фрагменты, классифицирует их по четырёхуровневой шкале PL1–PL4 и заменяет типизированными заполнителями, сохраняя смысловые связи, необходимые облачному агенту. Исходные значения при этом хранятся локально и могут быть восстановлены после получения ответа. Модель принимает текст диалогов и выдаёт текст с извлечёнными структурированными сведениями о приватных данных; её применяют как локальный этап обработки перед передачей контекста в облако. Это плотная авторегрессионная модель семейства Qwen3 примерно на 3,7 млрд параметров, с контекстом до 40 960 токенов; карточка указывает английский и китайский языки. Разработчик заявляет высокую точность извлечения и пригодность для локального развёртывания на устройствах с ограниченными ресурсами, однако приведённые в README превосходные сравнительные результаты не сопровождаются здесь деталями независимой проверки. Лицензия CC-BY-NC-ND-4.0 запрещает коммерческое использование и распространение производных версий.

MS-EffGCViT-B0 — компактная модель семейства Multi-Scale Efficient Global Context Vision Transformer, разработанная авторами DeepGuard. Это гибридная CNN-ViT архитектура на основе EfficientNet-B0 с многоуровневым контекстным вниманием; модель дообучена на базе timm/tf_efficientnet_b0.ns_jft_in1k. Модель предназначена для бинарного выявления поддельных лицевых изображений и видео. Она анализирует обрезанные по лицу изображения или отдельные кадры видео, выявляя локальные артефакты текстуры и склейки, а также несогласованности освещения и структуры. Предусмотрена классификация изображений и видео на уровне кадров; для видео оценки кадров можно агрегировать. В README указаны варианты разрешения 224×224 для B0 и поддержка real-time сценариев, включая мобильные устройства. В оценке на FaceForensics++ авторы сообщают accuracy 0,9808 и AUC 0,9969 для B0; на Celeb-DF-v2 при обучении на FaceForensics++ указаны accuracy 0,7259 и AUC 0,6999, что показывает более ограниченное обобщение на другую выборку. Модель распространяется под лицензией MIT.,

OpenMed-PII-ClinicalE5-Small-33M-v1-onnx-android — модель OpenMed, разработанная проектом OpenMed; в публикации проекта указан автор Maziyar Panahi. Это ONNX-версия модели OpenMed/OpenMed-PII-ClinicalE5-Small-33M-v1 для токен-классификации персональных и клинических идентификаторов в англоязычных клинических и биомедицинских текстах. Модель основана на архитектуре BERT и содержит около 33 млн параметров. Максимальная длина последовательности — 512 токенов. Она распознаёт широкий набор сущностей, включая имена, адреса, телефоны, электронные адреса, даты рождения, медицинские номера записей, страховые идентификаторы, IP-адреса, номера карт и другие персональные или чувствительные клинические данные. Предусмотрено локальное выполнение после загрузки модели: на CPU через INT8-граф, в браузере через WebAssembly или WebGPU с FP16-графом, а также на Android. Модель возвращает метки, оценки уверенности и символьные смещения найденных фрагментов. Сильными сторонами являются специализированная направленность на обнаружение идентификаторов, работа без передачи текста на удалённый сервер и наличие нескольких ONNX-артефактов для разных сред выполнения. Модель не предназначена для диагностики, принятия клинических решений или гарантированного обеспечения соответствия нормативным требованиям; перед использованием необходимо проверить полноту обнаружения, пороги уверенности и поведение на целевых данных. Модель распространяется по лицензии Apache-2.0.

PWNISMS-Threat-Model-Structured — дообученная на LoRA модель на основе Qwen/Qwen2.5-1.5B-Instruct, разработанная для создания структурированных моделей угроз по описанию системы. Она генерирует JSON по схеме PWNISMS, охватывающей семь областей: продукт, рабочая нагрузка, сеть, управление идентификацией и доступом, секреты, мониторинг и цепочка поставок; также может добавлять метки STRIDE и конкретные меры защиты. Модель имеет плотную архитектуру Qwen2, 1,5 млрд параметров и контекст до 32 768 токенов. Выпущены веса в формате safetensors и варианты GGUF F16 и Q4_K_M; лицензия — Apache-2.0. Модель предназначена для архитекторов приложений и специалистов по безопасности, которым нужно подготовить черновик модели угроз по описанию системы. В небольшом внутреннем тесте README 16 из 20 ответов разбирались как JSON, а 12 из 20 проходили полную проверку схемы; длинные сценарии могут требовать большого лимита на генерацию. Результаты следует проверять по JSON Schema или Pydantic и перед применением в обеспечении безопасности, аудите или комплаенсе передавать на экспертную проверку.

r1r21nb/qwen2.5-3b-instruct.Q4_K_M.gguf — компактная специализированная языковая модель для исследований в области кибербезопасности. Она основана на Qwen2.5-3B-Instruct и дообучена с использованием Unsloth, SFTTrainer, LoRA и набора данных по security research. Модель предназначена для авторизованного пентестинга, CTF, обучения, red team-упражнений, анализа вредоносного ПО и reverse engineering. Модель имеет transformer-архитектуру и около 3 млрд параметров. Она работает с текстом, ориентирована на английский язык и поддерживает контекст до 32 768 токенов; рекомендуемый в примере контекст составляет 4096 токенов. GGUF-файл использует квантизацию Q4_K_M и занимает около 2 ГБ, благодаря чему модель подходит для запуска через llama.cpp, llama-cpp-python, Ollama, LM Studio, Jan и GPT4All, в том числе на системах с ограниченными ресурсами. Сильные стороны модели — компактность, высокая скорость и специализация на задачах веб-, мобильной и сетевой безопасности, exploit development, CTF, автоматизации security tooling и анализе техник атак. Ограничения включают небольшой размер по сравнению с крупными универсальными моделями, ориентацию преимущественно на английский язык и возможные потери качества из-за квантизации. Модель позиционируется для использования только в законных и разрешённых сценариях. Лицензия — MIT.

Карточка модели ArkhAngelLifeJiggy/RavenX-CyberAgent-Qwen3.6-35B-A3B-Opus-4.7-OpenMythos-Pentester-BugHunter-RATH-mlx на Hugging Face совпадает с карточкой deadbydawn101/RavenX-CyberAgent-Qwen3.6-35B-A3B-Opus-4.7-OpenMythos-Pentester-BugHunter-RATH-mlx, поэтому описание составлено по ней. RavenX-CyberAgent — модель генерации текста и диалоговый агент для задач кибербезопасности, разработанный DeadByDawn101 и RavenX LLC. Она предназначена для оценки безопасности, тестирования на проникновение, поиска уязвимостей в рамках bug bounty, генерации кода и подготовки отчётов. В карточке описан протокол RATH из шести шагов, связывающий выводы с CVSS, CWE, MITRE ATT&CK и требованиями соответствия. Модель также рассчитана на работу с инструментами и локальный запуск через MLX на Apple Silicon. Архитектура — MoE семейства Qwen3.5, около 34,66 млрд параметров всего и около 3 млрд активных на токен; указано 256 экспертов, из которых активны 8. Модель дообучена на основе huihui-ai/Huihui-Qwen3.6-35B-A3B-Claude-4.7-Opus-abliterated, а репозиторий содержит веса safetensors. В метаданных указан английский язык. Лицензия — Apache-2.0. Карточка заявляет широкий охват сценариев кибербезопасности и обучение на более чем 745 тысячах примеров, но не приводит независимых оценок качества. Результаты тестирования на проникновение и рекомендации по устранению уязвимостей требуют проверки специалистом и выполнения только в разрешённой среде.

SecureBERT — CVE-LMTune ATT&CK Classifier (Flat) — англоязычная модель классификации уязвимостей из набора CVE-LMTune, представленного Франко Террановой, Саной Рекби, Абделькадером Лахмади и Изабель Крисман. Модель дообучена на базе ehsanaghaei/SecureBERT и использует архитектуру RoBERTa с классификационной головой; размер — 151,8 млн параметров, длина контекста — 514 токенов. На вход модель получает текстовое описание уязвимости, например сводку CVE, и предсказывает один или несколько идентификаторов MITRE ATT&CK Enterprise Subtechniques. Это многометочная классификация для связывания описаний уязвимостей с техниками и подтехниками ATT&CK. В карточке приведены результаты оценки на отложенной выборке, включая micro-F1 0,8168 при пороге 0,5. Модель может помочь аналитикам безопасности и исследователям автоматизировать первичную разметку уязвимостей и поиск связей с ATT&CK. Она работает с текстом на английском языке, а контекст ограничен 514 токенами. Распространяется под лицензией MIT; карточка отмечает, что проект не сертифицирован и не одобрен NVD, CVE2CAPEC или Hugging Face.

Seneca-Cybersecurity-LLM_x_Qwen2.5-7B-CyberSecurity — разговорная языковая модель, дообученная Alican Kiraz на базе Qwen/Qwen2.5-Coder-7B-Instruct. Она предназначена для ответов на вопросы по кибербезопасности и помощи специалистам; в заявленных направлениях — реагирование на инциденты, поиск угроз, анализ кода, разработка эксплойтов, обратная разработка и анализ вредоносного ПО. Автор сообщает о примерно 100 часах дообучения на системах с GPU RTX 4090 и H100 и о мерах противодействия злонамеренному использованию. Модель имеет архитектуру Qwen2, 7,1 млрд параметров и контекст до 32 768 токенов. Метаданные указывают английский язык, генерацию текста и лицензию MIT. Карточка не приводит сведения о данных обучения, оценках качества и подробных ограничениях; ответы по безопасности следует проверять, а заявленную защиту от злоупотреблений не считать гарантией.

Vela Hazard — модель классификации текста, разработанная проектом LLM Semantic Router. Она присваивает тексту 12 независимых оценок риска по категориям безопасности; к одному тексту могут относиться несколько категорий. Модель построена на архитектуре ModernBERT и содержит 306,9 млн параметров. Максимальная входная длина — 32 768 токенов с учётом специальных токенов. Модель предназначена для выявления рисков в пользовательских запросах и текстах, в том числе самоповреждения, языка ненависти, специализированных советов, нарушений приватности и дезинформации. Оценки вычисляются через sigmoid независимо для каждой категории, а не через softmax. Для длинных текстов README рекомендует обрабатывать окнами по 2 048 токенов с шагом 1 023 токена, объединять результаты максимумом по каждой категории и применять пороги из operating_point.json. В оценке на 57 запросах по пяти общим категориям риска модель показала macro F1 96,73% и точность 98,25%; авторы отмечают, что это сравнение не оценивает обнаружение всех 12 категорий, отклонение безопасных запросов или точность на длинном контексте. Модель является дообучением llm-semantic-router/Vela-1.0-Encoder-307M, доступна в форматах ONNX и safetensors и распространяется по лицензии Apache-2.0.

Zaib/Vulnerability-detection — модель классификации текста, разработанная путём дообучения mrm8488/codebert-base-finetuned-detect-insecure-code на неизвестном наборе данных. Она предназначена для выявления потенциально небезопасного или уязвимого кода по входному тексту. Модель построена на архитектуре RoBERTa, содержит около 151,8 млн параметров и распространяется в формате PyTorch. В README указан результат Loss 0,5778 на оценочном наборе, но не приведены его состав, метрики качества, схема меток и подробности обучения. Лицензия в предоставленных данных не указана.

Модель abhishtagatya/wav2vec2-base-960h-itw-deepfake разработана как дообученная версия facebook/wav2vec2-base-960h на архитектуре wav2vec 2.0. Это классификатор аудио для выявления дипфейковой или поддельной речи; модель принимает аудиосигнал и выдаёт оценку класса. Она содержит 113,3 млн параметров и распространяется в формате Safetensors. В README приведены результаты оценки: accuracy 0,9835 и EER 0,0199, однако набор данных и условия тестирования не описаны, поэтому эти показатели нельзя напрямую переносить на другие аудиозаписи. Базовая модель предназначена для английской речи с частотой 16 кГц. Лицензия — Apache-2.0.

DavidCombei/wav2vec2-xls-r-1b-DeepFake-AI4TRUST — дообученная модель классификации аудио на базе facebook/wav2vec2-xls-r-1b. По названию репозитория она предназначена для выявления дипфейкового аудио; точное описание классов и обучающего набора данных не приведено. Модель содержит 1,3 млрд параметров, использует архитектуру Wav2Vec2ForSequenceClassification и распространяется в формате safetensors для Transformers. В карточке указаны точность 0,8312 и loss 0,8947 на оценочном наборе, но его состав и методика оценки не описаны. Модель выпущена под лицензией Apache-2.0.

WhiteRabbitNeo-33B-v1 — плотная авторегрессионная языковая модель семейства Llama с 33,1 млрд параметров, разработанная командой WhiteRabbitNeo. Она предназначена для генерации текста и задач кибербезопасности, включая обсуждение атакующих и защитных сценариев, анализ уязвимостей и помощь с кодом. Карточка представляет модель как публичное предварительное испытание возможностей серии; в README приведены примеры запросов по разработке серверов, тестированию IoT и Wi-Fi, reverse shell и Scapy. Модель принимает текст и генерирует текст. Заявленная длина контекста — 16 384 токена. Метаданные указывают PyTorch; README ссылается на более новую версию 33B-v1.1 для веб-приложения, поэтому возможности этой версии могут отличаться от опубликованного чекпойнта. Лицензия обозначена как other, а README приводит условия использования с отказом от гарантий и ответственностью пользователя; точные права на распространение и коммерческое применение из этих данных неясны.

BrowseSafe — специализированная модель Perplexity для защиты браузерных ИИ-агентов от prompt injection в содержимом веб-страниц. Это дообученная для классификации причинно-языковая MoE-модель семейства Qwen3, основанная на Qwen/Qwen3-30B-A3B-Instruct-2507 и обученная на BrowseSafe-Bench. Репозиторий содержит веса Safetensors; указанный в README контекст — до 16 384 токенов, а метаданные каталога сообщают о нативном контексте базовой модели до 262 144 токенов. Модель принимает HTML веб-страницы и выдаёт бинарную классификацию одним токеном: «yes» или «no», определяя наличие вредоносных инструкций. Она предназначена для проверок в цикле работы браузерного агента и обучена различать атаки и безвредные структурные элементы HTML. В README указана оценка F1 90,4% на тестовом наборе BrowseSafe-Bench; это результат на конкретном бенчмарке, а не гарантия обнаружения всех атак. Для длинных страниц README рекомендует разбивать HTML на непересекающиеся фрагменты и помечать страницу как опасную, если опасен хотя бы один фрагмент. Указана лицензия MIT.

Clary 2 Cyber Heavy — открытая языковая модель Aurora System для задач кибербезопасности и системного программирования. Она дообучена на Qwen/Qwen3-4B и содержит около 3,7 млрд параметров; архитектура — плотная Qwen3ForCausalLM. Веса доступны в формате Safetensors с объединёнными DoRA-адаптерами. Модель предназначена для диалогов и генерации кода при аудите веб-приложений и исходников, анализе бинарных файлов и ассемблерного кода, задачах reverse engineering и криптоанализа. README заявляет поддержку русского и английского языков и перечисляет сценарии от анализа уязвимостей до написания системного кода. Контекст модели — до 40 960 токенов. В карточке приведены результаты профильных тестов по кибербезопасности и программированию, однако методика и часть таблиц представлены не полностью, поэтому эти результаты не позволяют независимо оценить качество. Модель распространяется по лицензии Apache-2.0; ответы по безопасности следует проверять, а практические проверки проводить только в разрешённой среде.

protectai/deberta-v3-base-injection-onnx — это ONNX-версия модели deepset/deberta-v3-base-injection, преобразованная с помощью библиотеки Hugging Face Optimum. Модель разработана для классификации текста и предназначена прежде всего для обнаружения prompt injection — попыток изменить инструкции языковой модели, обойти заданные ограничения или внедрить вредоносные указания. Она также может использоваться в составе защитных решений, таких как сканер Prompt Injection в LLM Guard. Модель основана на архитектуре DeBERTa-v3-base и обучалась с использованием набора данных deepset/prompt-injections. Заявленный язык — английский. Формат ONNX позволяет запускать её через ONNX Runtime и интегрировать в конвейеры text classification при помощи Optimum и Transformers. В README не указаны точный размер модели, максимальная длина контекста, поддерживаемые модальности помимо текста и конкретные показатели качества. Сильная сторона модели — специализация на выявлении prompt injection и возможность использования в инфраструктуре ONNX Runtime. Ограничением является узкая специализация и отсутствие заявленной поддержки других языков; кроме того, проект архивирован и больше не поддерживается активно. Модель распространяется по лицензии MIT.

Protect AI разработала deberta-v3-base-prompt-injection-v2 — англоязычный классификатор на базе DeBERTa-v3-base, дообученный для обнаружения атак prompt injection. Модель относит входной текст к одному из двух классов: обычный запрос или обнаруженная инъекция. Она принимает текст и выдаёт метку классификации; размер составляет 211,6 млн параметров, длина контекста — 512 токенов. Доступны форматы Safetensors и ONNX. Модель предназначена для проверки пользовательских запросов в приложениях с LLM и может использоваться как компонент защитного контура. В README сообщается о тестировании на 20 000 примерах из датасетов, не использованных при обучении: точность составила 95,25%, полнота — 99,74%, F1 — 95,49%. Лицензия модели — Apache 2.0. Модель рассчитана на английские prompt injection и не предназначена для обнаружения jailbreak-атак или анализа запросов на других языках. Авторы предупреждают о ложных срабатываниях при проверке системных промптов; проект архивирован и больше не поддерживается.

Protect AI разработала эту компактную модель на базе microsoft/deberta-v3-small и дообучила её для обнаружения атак prompt injection. Она классифицирует текстовые входы как безвредные (0) или содержащие prompt injection (1), чтобы фильтровать потенциально вредоносные инструкции в приложениях на основе языковых моделей. Модель ориентирована на английские запросы и рассчитана на быстрый инференс; доступны веса в форматах Safetensors и ONNX. Лицензия — Apache License 2.0. В карточке сообщается о тестировании на 20 000 запросах из наборов данных, не использованных при обучении: точность составила 94,28%, полнота — 99,71%, F1 — 94,62%. Проект помечен как архивный и больше не поддерживается. Модель не предназначена для обнаружения jailbreak-атак и не обрабатывает запросы на других языках; результаты на сложных или новых техниках атак могут быть ограничены.

Карточка модели Aryan1245678/DecodeX-detectionEngine на Hugging Face совпадает с карточкой Hemgg/Deepfake-audio-detection, поэтому описание составлено по ней. Hemgg/Deepfake-audio-detection — модель классификации аудио, созданная дообучением facebook/wav2vec2-base на датасете audiofolder. Она предназначена для обнаружения дипфейкового аудио и различения поддельных и подлинных записей речи. Архитектура Wav2Vec2ForSequenceClassification содержит 113,3 млн параметров; модель принимает аудио с частотой дискретизации около 16 кГц. В README приведены точность 0,9545 и loss 0,2288 на оценочном наборе. Обучающие данные описаны как англоязычный набор речи с участниками разных этнических групп. Автор отмечает, что для повышения точности модели требуется расширение датасета. Модель распространяется по лицензии Apache-2.0.

Hemg/Deepfake-Detection — модель классификации изображений, созданная дообучением Vision Transformer google/vit-base-patch16-224-in21k. Она предназначена для определения по изображению, является ли оно дипфейком. Модель содержит 113,2 млн параметров, веса опубликованы в формате safetensors, лицензия — Apache-2.0. В README сообщается точность 0,9609 и loss 0,0975 на оценочном наборе. Данные об этом наборе и обучающей выборке не приведены, поэтому результаты нельзя уверенно переносить на другие источники изображений или условия съёмки.

Dolphin3-Cyber-8B-GGUF — специализированная языковая модель для кибербезопасности, созданная на базе Dolphin3.0-Llama3.1-8B-abliterated и опубликованная в формате GGUF. Модель была дообучена на пользовательском наборе данных по кибербезопасности; квантование выполнено RavichandranJ. Архитектура основана на Llama 3.1, размер — 8 млрд параметров, заявленный язык — английский, тип задач — генерация текста. Модель предназначена для локального запуска через llama.cpp и совместимые инструменты. Основные сценарии применения включают анализ и исследование уязвимостей, offensive и defensive security, пентестинг, разработку эксплойтов, CTF, bug bounty, работу с OWASP Top 10, MITRE ATT&CK и CVE, а также консультации в формате диалога. К сильным сторонам относятся специализация на кибербезопасности, работа полностью локально, отсутствие необходимости передавать данные в облачные сервисы, доступность 11 вариантов квантования и сравнительно невысокие требования к оборудованию: размер файлов варьируется от 3,18 ГБ для Q2_K до 16,1 ГБ для F16. Модель позиционируется как uncensored и abliterated, поэтому может генерировать материалы по наступательной безопасности, включая код эксплойтов, однако README не содержит независимых результатов тестирования и подробных сведений о контекстном окне. Распространение указано по лицензии Llama 3.1; использование наступательных возможностей должно ограничиваться авторизованными и законными задачами.

orel12 разработал edge-guard — дообученную модель DeBERTa-v3-xsmall для классификации текстовых запросов как атак prompt injection или jailbreak либо как безвредных. Метка 1 означает атаку, метка 0 — безопасный запрос. Модель рассчитана на обнаружение таких атак в локальных и периферийных сценариях; доступны веса Safetensors и экспорт ONNX, включая динамически квантованный INT8-вариант. Размер модели — 77,5 млн параметров, контекст — до 512 токенов по метаданным; в README для использования указаны max_length 128 и сценарий с одним сообщением. Модель работает с английским текстом и выдаёт метку классификации. В тестировании на данных, сгруппированных по источникам, PR-AUC составила 0,932 ± 0,067, а полнота при 1% ложноположительных срабатываний — 61,7% ± 27,4 п. п.; на одном сложном отложенном наборе полнота упала до 16%. На безопасных запросах с похожими на триггеры словами частота ложных срабатываний составила 35,1%, поэтому авторы не рекомендуют развёртывать модель без каскада, перенастройки порога и дополнительных трудных негативных примеров. Качество INT8 зависит от процессора: на x86 без VNNI описано резкое ухудшение, которое README предлагает исправлять повторной квантизацией с reduce_range=True. Лицензия — MIT.

Это модель spaCy от PlanTL-GOB-ES для выявления чувствительных данных в пользовательских текстах на испанском и каталанском языках. Она предназначена для работы внутри AnonymizationPipeline от BSC и не является самостоятельным готовым приложением. Модель выполняет токенную классификацию и распознаёт сущности EMAIL, FINANCIAL, ID, LOC, MISC, ORG, PER, TELEPHONE, VEHICLE и ZIP. Её можно применять как этап обработки для последующей анонимизации адресов электронной почты, финансовых и идентификационных данных, мест, организаций, людей, телефонов, транспортных средств и почтовых индексов. Карточка указывает версию 1.0.0 и совместимость со spaCy версии 3.2.3 или новее. Размер модели и длина контекста не приведены. Качество распознавания может зависеть от типа текста и соответствия его испанскому или каталанскому языку; для использования требуется интеграция с указанным конвейером. Лицензия — MIT.

Это модель классификации аудио для проверки, является ли речевая запись подлинной или сгенерированной (deepfake). Её разработала команда Eliya; модель входит в семейство Forensics. В основе — дообученная Microsoft WavLM Large примерно с 300 млн параметров, а для объединения аудиопризнаков используется графовое внимание AASIST. При обучении применялась совместная функция потерь CE и OC-Softmax, которая формирует компактный кластер подлинной речи и отделяет от него поддельные записи. Модель предназначена для анализа речевых фрагментов и выявления подделок, в том числе созданных разными методами синтеза речи. В README приведены результаты EER: 1,78% на отложенной валидации, 0,38% на MLAAD v7 и 0,72% на CodecFake; это результаты указанных наборов оценки и не гарантирует аналогичную точность на других данных. В поставку включены веса в форматах Safetensors и PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Gemma-4-12B-OBLITERATED-cyber — слитая 16-битная версия, полученная дообучением LoRA/QLoRA базовой модели OBLITERATUS/Gemma-4-12B-OBLITERATED с помощью Unsloth. Модель разработана для задач кибербезопасности и поддерживает диалоговую генерацию текста; репозиторий рассчитан на использование с Hugging Face Transformers и содержит токенизатор и шаблон чата. Модель относится к семейству Gemma 4 Unified и использует плотную архитектуру Gemma4UnifiedForConditionalGeneration. Метаданные указывают тег text-generation, а также интерфейс вызова инструментов. В README не приведены сведения о языках, размере модели и длине контекста, поэтому они здесь не уточняются. Применяются лицензия и условия распространения базовой модели OBLITERATUS/Gemma-4-12B-OBLITERATED.

ressl выпустил uncensored-сборку Gemma 4 31B IT — мультимодальную инструкционно-настроенную модель Google, изменённую на уровне весов так, чтобы снизить отказы на запросы. README сообщает о 0 эффективных отказов на 686 промптах из четырёх наборов данных; это результат проверки отказов, а не полноценная оценка качества модели. Модель предназначена для диалогов и анализа изображений, а автор отдельно описывает сценарии исследований безопасности: анализ вредоносного кода и эксплойтов, поиск уязвимостей, подготовка правил обнаружения и red teaming. Архитектура — плотная Gemma 4; размер базовой модели — 30,7 млрд параметров. Метаданные указывают английский и немецкий языки. README сообщает о проверках в Transformers, vLLM и SGLang; контекст запуска в примере ограничен 8192 токенами. Сборка может отвечать на запросы, которые исходная модель отклоняет, поэтому требует осмотрительного применения. Автор отмечает, что проводил лишь базовые проверки связности и не запускал полный набор бенчмарков возможностей. Лицензия — Apache-2.0.