GPT
הוספת כלי
F

Foundation-Sec-8B-Instruct

קוד פתוח

fdtn-aiother2025-07-29

  • transformers
  • safetensors
  • llama
  • text-generation
  • security

גרסה מכווננת של Llama 3.1 8B של סיסקו שנועדה למשימות אבטחת מידע ו־SOC. היא מתאימה למי שרוצה ניתוח איומים מקומי בלי לשלוח לוגים רגישים לענן.

  • 8Bפרמטרים
  • 131,072טוקנים בהקשר
  • 15.0 GBמשקל הקבצים
  • 38,082הורדות בחודש

מה זה

סיסקו לקחו את Llama 3.1 8B ואימנו אותו עם נתונים ייעודיים מעולם הסייבר ומשוב אנושי. המטרה היא לתת מענה ספציפי למשימות כמו סיווג פגיעויות, מיפוי לפי MITRE ATT&CK, תמצות דוחות אבטחה וניהול אירועים, בלי לפגוע ביכולת הבנת ההוראות הכללית.

במבחנים שמובאים בכרטיס רואים שיפור ברור מול מודל הבסיס של מטא. במבחן CTI-RCM שממפה פגיעויות מסוג CVE לקטגוריות CWE, הוא מגיע לציון 0.692 לעומת 0.558 של Llama המקורית, ואפילו עוקף את GPT-4o-mini שקיבל 0.655. במבחני שפה כלליים כמו Alpaca Eval 2 הוא משיג 35.45 לעומת 24.47 של מודל המקור, אם כי מודלים מסחריים חזקים עדיין מובילים עליו בפער ניכר.

מתאים ל

  • מיפוי פגיעויות ל־CWE

    שיוך תיאורי CVE לקטגוריות חולשה, משימה שבה הוא הציג 0.692 במדד CTI-RCM ועקף את מודל הבסיס ואת GPT-4o-mini.

  • סיכום דוחות ויומני אנליסטים

    ריכוז הערות מקוטעות של צוות ה־SOC ויצירת סיכומי אירוע מובנים בתוך סביבה סגורה בלי לחשוף מידע פנימי.

  • תמיכה בתחקור התראות SOC

    סיוע ראשוני לאנליסטים בהבנת טקטיקות MITRE ATT&CK והערכת חומרת התראות מתוך קבצי טקסט ולוגים.

איפה זה נופל

נקודת התורפה המשמעותית היא תאריך סיום האימון, 10 באפריל 2025. מודל סייבר שלא מעודכן לפגיעויות ולשיטות תקיפה חדשות מחייב חיבור למערכת RAG עם מקורות עדכניים, אחרת הוא יפספס איומים חדשים. בנוסף, הוא עובד באנגלית בלבד ולא מיועד למשימות כלליות שאינן אבטחת מידע.

היוצרים מדגישים שהוא עלול לעשות טעויות בהבנת תרחישים מורכבים ולא מסוגל לסרוק מערכות בעצמו. מבחינת סיכוני בטיחות, ציון HarmBench שלו עומד על 91.98%, אבל החוקרים מציינים מפורשות שפריצות פרומפט עדיין אפשריות וממליצים בחום להצמיד לו שכבת הגנה כמו LlamaGuard, שמקפיצה את הציון ל־99.25%.

אותה משפחה

Foundation-Sec יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

Foundation-Sec-8B7,555

שאלות
נפוצות

האם אפשר להשתמש בו לניתוח לוגים בעברית?

המודל הוגדר ואומן באנגלית בלבד. פקודות או לוגים שכוללים טקסט חופשי בעברית לא יעבדו בצורה מהימנה, ועדיף לתרגם את המידע מראש או לחפש חלופה אחרת.

האם אפשר לתת לו לייצר סקריפטים לתקיפה ולמציאת חולשות?

מסמך המודל מגדיר יצירת נוזקות, סקריפטים להנדסה חברתית ותוכניות תקיפה ממוקדות כשימושים אסורים לחלוטין. הוא אומן עם מנגנוני בטיחות ייעודיים לבלימת בקשות זדוניות, והשימוש בו מיועד להגנה, סימולציות מבוקרות ומחקר לגיטימי בלבד.

האם הוא יכול להחליף אנליסט שמקבל החלטות בזמן אירוע?

לא. היוצרים מציינים במפורש שאסור להסתמך עליו לקבלת החלטות אוטונומיות או תיקון פגיעויות ללא פיקוח אנושי. הוא עיוור להקשר המערכתי המלא ומשמש כעוזר מחקר ותיעוד בלבד.

איך מריצים

כדי להריץ אותו צריך כרטיס מסך עם זיכרון של 16GB לפחות עבור משקלי ה־bfloat16 המקוריים שתופסים 15GB. שימוש בקוונטיזציה יאפשר להוריד את דרישות הזיכרון ולהריץ אותו גם על חומרה ביתית צנועה יותר. הקוד נשען ישירות על ספריית transformers הסטנדרטית בפייתון.

אם כל מה שאתם צריכים זה שאלות כלליות על תורת הלחימה בסייבר בלי לגעת במידע פנימי, קריאה ל־API של מודל ענן גדול תהיה פשוטה וזולה יותר. ההרצה המקומית משתלמת ברגע שמתחילים להזין טקסטים מתוך אירועי אבטחה פעילים, לוגים או התכתבויות שלא יכולים לצאת מגבולות הרשת הארגונית.

from transformers import pipeline

pipe = pipeline("text-generation", model="fdtn-ai/Foundation-Sec-8B-Instruct")
print(pipe("שלום"))

הקבצים

17 קבצים במאגר, 15.0 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון מוגדר תחת סיווג other ומפנה לקובץ NOTICE.md לצורך קריאת התנאים המדויקים. המפתח הוא Foundation AI בתוך סיסקו, והבסיס הוא Llama 3.1 של מטא. אם אתם מתכננים להטמיע אותו במוצר מסחרי, חובה לפתוח את קובץ הרישיון במאגר ולבדוק את המגבלות של סיסקו לפני הפצה.

הרישיון המלא בעמוד המודל ↗