VulFixMiner-classifier от автора andstor — это финальный бинарный классификатор для анализа изменений в программном коде (коммитов). Модель принимает на вход 768-мерный векторный эмбеддинг (числовое представление) коммита, предварительно полученный с помощью энкодера andstor/vulfixminer-encoder, и определяет вероятность того, что этот коммит является патчем безопасности. Она не работает напрямую с сырыми diff-файлами, а завершает пайплайн классификации в паре с основным энкодером. Инструмент пригодится исследователям информационной безопасности и разработчикам систем автоматического мониторинга уязвимостей в репозиториях.
Ключевые особенности
Принимает на вход 768-мерный вектор признаков, усредненный по измененным файлам коммита.
Выдает логиты для двух классов, которые через softmax преобразуются в итоговую вероятность патча безопасности.
Обучена на эмбеддингах коммитов из датасета andstor/cvevc_commits.
Работает строго в связке с парной моделью andstor/vulfixminer-encoder и требует trust_remote_code=True.
Что можно сделать
Встроить в CI/CD или сканеры open-source репозиториев для автоматического отслеживания скрытых фиксов уязвимостей в коммитах.
Использовать для фильтрации и разметки больших баз коммитов при сборе датасетов по безопасности кода.
ПодробнееВходная размерность: 768, скрытый слой: 768, выход: 2 класса. На вход подаются предварительно очищенные от комментариев и пустых строк изменения (добавленный и удаленный код), закодированные через vulfixminer-encoder. Перед включением trust_remote_code=True рекомендуется проверить исполняемый код и зафиксировать ревизию.
Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.
Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.
HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.
# andstor/VulFixMiner-classifier — A30, FP8 / INT8
# Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
. /etc/os-release && \
curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
sudo apt-get update && \
sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
{ echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
exit 0
fi
curl -LsSf https://astral.sh/uv/install.sh | sh
source "$HOME/.local/bin/env"
uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
uv pip install vllm
vllm serve andstor/VulFixMiner-classifier --max-model-len 8192 --quantization fp8
Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.
Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.
Как ускорить
Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.
Комментарии