Датасет · oi-uae
Чат-датасет по кибербезопасности из 198 источников
oi-uae/cyber-security
Очищенный корпус от 1 до 10 млн диалогов на английском по инфобезу для SFT-обучения языковых моделей в исследовательских целях.
Что внутри
Крупный очищенный и дедуплицированный датасет объемом от 1 до 10 миллионов записей на английском языке, собранный из 198 источников. Данные приведены к стандартному чат-формату messages и охватывают наступательную безопасность, защиту (blue-team), анализ уязвимостей, облачную безопасность AWS, анализ вредоносного ПО и цифровую криминалистику; доступен только для исследований.
Что можно сделать
- SFT-дообучение специализированного LLM-ассистента по кибербезопасности
- Обучение моделей для анализа уязвимостей и расследования инцидентов
- Задачи
- Вопрос-ответ, Генерация текста
- Языки
- Английский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 643
- Лайков
- 46
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
- mradermacher/Cyber-Ornith-1.5-9B-OBLITERATED-i1-GGUF 834 тыс.
- DuoNeural/Cyber-Ornith-1.5-9B-OBLITERATED-GGUFГенерация текста 4,2 тыс.
- Esthlan/Uncensored-Cyber-Ornith-1.5-9B-Q4_K_M-GGUFГенерация текста 1,6 тыс.
- mradermacher/Cyber-Ornith-1.5-9B-OBLITERATED-GGUF 1,5 тыс.
- DuoNeural/Cyber-Ornith-1.5-9B-OBLITERATEDГенерация текста 1,2 тыс.
- cmdhawk/Cyber-Ornith-1.5-9B-OBLITERATED-MLX-6bitГенерация текста 838
- Atomic-Germ/Cyber-Ornith-1.5-9B-GGUFГенерация текста 558
- 0xSojalSec/Uncensored-Cyber-Ornith-1.5-9BГенерация текста 146
Как загрузить
from datasets import load_dataset
ds = load_dataset("oi-uae/cyber-security")