К содержимому
Языковые модели

0⃣ s6-secrets-pico

поиск утечек секретов весом 250 КБ

2 мин чтенияобновлено

Крошечная тернарная модель (веса принимают всего три значения вместо обычных чисел с плавающей точкой) на 445 345 параметров, которая проверяет короткие фрагменты текста, конфиги, .env-файлы или код на случайную публикацию конфиденциальных данных. За один проход она отвечает сразу на четыре вопроса: есть ли в тексте реальный секрет, какой сервис его выдал, что это за значение (боевой ключ, тестовый токен, заглушка или просто случайная строка) и на какой строке он находится. Модель обучена с нуля на Rust в рамках проекта skycmd (архитектура s3-pico с одним рекуррентно повторяющимся 4 раза блоком и окном состояния 320 токенов). На синтетическом бенчмарке из незнакомых форматов файлов она обходит классический сканер на базе правил (аналог gitleaks) по точности обнаружения секретов и определению сервиса, а благодаря микроскопическому размеру запускается локально прямо в браузере через WASM.

Ключевые особенности

  • Экстремальная компактность: файл весов в формате GGUF занимает всего 250 КБ и работает за ~786–789 микросекунд на CPU (Apple M5) или ~1,4 мс в браузере через WASM.
  • Четыре ответа за один проход: определяет факт утечки, источник из 15 вариантов (AWS, GitHub, Stripe, OpenAI, Anthropic, Google, Hugging Face, приватные ключи PEM, строки подключения к БД и др.), тип значения и номер строки.
  • Понимание контекста вместо жёстких регулярок: умеет отличать настоящие учётные данные от тестовых ключей, публичных токенов, заглушек и случайных строк под похожими именами вроде CACHE_KEY.
  • Сверхбыстрое обучение с нуля: претрейн на 256-токенных последовательностях занял 8 минут, а дообучение на 183 712 синтетических вопросах с тернарным QAT (quantization-aware training) — 15 минут.

Что можно сделать

  • Локальная проверка в браузере: встроить WASM-сборку модели в веб-интерфейс, редактор или внутренний портал разработчиков, чтобы проверять конфиги и фрагменты кода до отправки куда-либо.
  • Предварительный фильтр в CI/CD и CLI: подключить через движок skycmd для быстрой локальной фильтрации логов, диффов и .env-файлов в связке с классическими сканерами секретов.

Пример

cargo install --git [https://github.com/maxgfr/skycmd](https://github.com/maxgfr/skycmd) sky-serve
skycmd decide --model s6-secrets-pico.gguf --request req.json --pretty
ПодробнееБенчмарк secret_bench (1 996 текстов в форматах docker-compose, toml, go, ini): точность определения секрета — 0.9990 против 0.977 у rule-сканера, определение сервиса — 0.9795 против 0.787.
Ограничения: определение конкретной строки пока работает слабо (точность 0.6859), а большинство ошибок по сервисам приходится на Go-код (34 из 41, путает с database).
Модель обучалась только на коротких текстах (2–7 строк, окно состояния 320 токенов) и синтетических данных, поэтому автор не рекомендует использовать её как единственный сканер секретов.
Работает только внутри движка skycmd (браузер, Node, Python, CLI, сервер).
Обсудить Telegram 0 38

Запустится ли?

Запустится в GGUF

Влезает самая точная из готовых сжатых версий.

  • GGUFвеса 0.0 GB · готовые файлы0.6 GB

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: GGUF — 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

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A30

    $0.26 в час с купоном. При создании машины выберите образ Ubuntu.

    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.

    # maxgfr/s6-secrets-pico — A30, GGUF
    # 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 -fsSL https://ollama.com/install.sh | sh
    ollama run hf.co/maxgfr/s6-secrets-pico
    Добавить ещё LoRA к s6-secrets-pico
  3. 3. Пользуйтесь

    Чат откроется прямо в терминале. Выйти — /bye, запустить снова — та же команда ollama run.

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.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Новые посты про версии s6-secrets-pico — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

maxgfr/s6-secrets-pico
Автор
maxgfr
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

380

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии