К содержимому
Другое

LineVul-MoE

110 чекпоинтов CodeBERT для поиска уязвимостей в коде

2 мин чтенияобновлено

LineVul-MoE от автора Hietan — это исследовательский набор из 110 дообученных чекпоинтов (сохранённых состояний модели) на базе microsoft/codebert-base, предназначенных для выявления уязвимостей в исходном коде на уровне функций и отдельных строк. Набор реализует подход оригинального метода LineVul и включает 11 вариантов моделей, обученных на 5 разных сидах (начальных значениях генератора случайных чисел) и 2 фиксированных разбиениях датасета BigVul. В отличие от одиночного бинарного классификатора, релиз разделяет задачу на общую детекцию и специализированные модели под конкретные типы уязвимостей CWE (Common Weakness Enumeration — стандартный классификатор уязвимостей). Релиз ориентирован на исследователей информационной безопасности и разработчиков инструментов статического анализа кода.

Ключевые особенности

  • Три схемы обучения: All-in-One (бинарный поиск уязвимостей по всему датасету), Exclude (отдельный классификатор под каждый целевой CWE против безопасного кода) и One-Hot (распознавание целевого CWE среди уязвимых функций).
  • Фокус на пяти ключевых классах уязвимостей: CWE-119, CWE-20, CWE-399, CWE-125 и CWE-200.
  • Два варианта разбиения данных BigVul: стандартный official (повторяет оригинальный сплит LineVul) и project (группирует проекты, CVE и коммиты перед разделением).
  • Высокая воспроизводимость: все 110 чекпоинтов сохранены в формате model.safetensors с проверкой хэшей через manifest.csv и отпечатками конфигураций в reproduction.json.

Что можно сделать

  • Проводить сравнительные эксперименты по поиску уязвимостей на уровне функций, используя логиты бинарной модели с температурным масштабированием sigmoid(logit / temperature).
  • Ранжировать конкретные уязвимые строки внутри функций на основе агрегации весов внимания (attention) первого слоя модели CodeBERT.
  • Использовать готовые веса на 5 сидах (42, 2026, 31415, 27182, 123456) для воспроизведения и проверки результатов на строгом межпроектном сплите project без утечки данных.

Пример

from huggingface_hub import hf_hub_download
from safetensors.torch import load_file

path = hf_hub_download(
    repo_id="Hietan/LineVul-MoE",
    subfolder="checkpoints/LineVul-MoE_Exclude_official_CWE-119_seed42",
    filename="model.safetensors",
)
state = load_file(path, device="cpu")
ПодробнееБазовая модель: microsoft/codebert-base (окно контекста 512 токенов).
Всего в релизе: 110 чекпоинтов (11 вариантов × 5 сидов × 2 сплита BigVul).
Ограничения: для инференса требуется архитектура классификатора из экспериментального репозитория (ссылка на GitHub в карточке пока ожидается).
Лицензия: базовая CodeBERT под MIT, условия распространения самих чекпоинтов уточняются.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.5 GB · готовые файлы1.0 GB
  • FP8 / INT8рекомендуемвеса 0.2 GB0.8 GB
  • 4-bitвеса 0.1 GB0.6 GB

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.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    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.

    # Hietan/LineVul-MoE
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Hietan/LineVul-MoE --local-dir ~/models/LineVul-MoE
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к LineVul-MoE
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

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.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

microsoft/codebert-base

Новые посты про версии codebert-base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 3Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 1Все на Hugging Face

О модели

Hietan/LineVul-MoE
Автор
Hietan
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии