CyberQwen-14B-Security

Это файнтюн Qwen/Qwen2.5-Coder-14B-Instruct на 14,77 млрд параметров для defensive-безопасности: автоматического исправления уязвимостей, триажа SAST-алертов, SOC-форензики и генерации Semgrep-правил. Обучен на AarthShah/cybersecurity-dataset-v3 из 4 500 enterprise-примеров, язык — английский, лицензия Apache-2.0.

🔥 Ключевые особенности

• 🔥 Авторемедиация CWE: принимает SAST-алерты и предлагает безопасный рефакторинг кода.
• 🧐 SOC-форензика: разбор Windows Event Logs, Sysmon, Auditd и PCAP с привязкой к MITRE ATT&CK.
• 💯 DevSecOps-триаж: подавление ложных срабатываний на безопасном коде — 88,0% в бенчмарке.
• 🚀 Синтез Semgrep AST-правил: валидные схемы для Python, JS, C и Go — 96,0%.
• 👀 В 100-сценарном бенчмарке авторы заявляют 84,0% против GPT-4o (75,4%) и Claude 3.5 Sonnet (73,8%).

💻 Пример

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "AarthShah/CyberQwen-14B-Security"
tok = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype=torch.bfloat16, device_map="auto", trust_remote_code=True)
# prompt = "Review this Python snippet and rewrite it securely: ..."
# outputs = model.generate(**inputs, max_new_tokens=512, do_sample=False)

Подробнее

Бенчмарк: 100 сценариев, overall 84,0%; Semgrep AST 96,0%, DevSecOps-триаж 88,0%, SOC-форензика 68,0%.
База — Qwen2.5-Coder-14B-Instruct, есть отдельный LoRA-адаптер AarthShah/cybersecurity-qwen-14b-v3.
Ограничения: только английский; не предназначен для offensive-эксплойтов, malware и замены профессионального пентеста или аудита.