新しいサイバーOSINTモデルがリリース

Md Ismail Šojal 🕷️@0x0SojalSec ローカルで実行できるサイバーOSINTモデルがリリースされました。 - MoE（総パラメータ260億、アクティブ40億、コンテキスト262K）で、6,500件のOSINT/CTI指示で学習済み。 - サイバー脅威インテリジェンスおよび調査作業のためのSFT（教師ありファインチューニング）。 - 攻撃者属性の特定。 - IoC（侵害指標）のピボット。 - 地理位置情報。 - Admiraltyソースグレーディング。 - 262Kのコンテキスト。 Md Ismail Šojal 🕷️@0x0SojalSec ローカルの8GB GPUに収まる7B（70億）パラメータのサイバーモデル。 - オフェンシブおよびディフェンシブ作業のために、サイバー/DevOpsのポストトレーニングデータセットでファインチューニング済み。 - ネイティブで32Kのコンテキスト。 - YaRNで131Kのコンテキスト。 多くのセキュリティモデルはシステムプロンプトですが、これは実際のファインチューニングです。 - huggingface.co/DeepHat/DeepHa… 12:56 AM · 2026年9月29日 · 26.4K Views 353 343 411 Md Ismail Šojal 🕷️@0x0SojalSec ローカルの8GB GPUに収まる7B（70億）パラメータのサイバーモデル。 - オフェンシブおよびディフェンシブ作業のために、サイバー/DevOpsのポストトレーニングデータセットでファインチューニング済み。 - ネイティブで32Kのコンテキスト。 - YaRNで131Kのコンテキスト。 多くのセキュリティモデルはシステムプロンプトですが、これは実際のファインチューニングです。 - huggingface.co/DeepHat/DeepHa… Md Ismail Šojal 🕷️@0x0SojalSec ローカルで実行できるサイバーOSINTモデルがリリースされました。 - MoE（総パラメータ260億、アクティブ40億、コンテキスト262K）で、6,500件のOSINT/CTI指示で学習済み。 - サイバー脅威インテリジェンスおよび調査作業のためのSFT（教師ありファインチューニング）。 - 攻撃者属性の特定。 - IoC（侵害指標）のピボット。 - 地理位置情報。 - Admiraltyソースグレーディング。 - 262Kのコンテキスト。 Md Ismail Šojal 🕷️@0x0SojalSec ローカルの8GB GPUに収まる7B（70億）パラメータのサイバーモデル。 - オフェンシブおよびディフェンシブ作業のために、サイバー/DevOpsのポストトレーニングデータセットでファインチューニング済み。 - ネイティブで32Kのコンテキスト。 - YaRNで131Kのコンテキスト。 多くのセキュリティモデルはシステムプロンプトですが、これは実際のファインチューニングです。 - huggingface.co/DeepHat/DeepHa… Md Ismail Šojal 🕷️@0x0SojalSec ローカルの8GB GPUに収まる7B（70億）パラメータのサイバーモデル。 - オフェンシブおよびディフェンシブ作業のために、サイバー/DevOpsのポストトレーニングデータセットでファインチューニング済み。 - ネイティブで32Kのコンテキスト。 - YaRNで131Kのコンテキスト。 多くのセキュリティモデルはシステムプロンプトですが、これは実際のファインチューニングです。 - huggingface.co/DeepHat/DeepHa… Md Ismail Šojal 🕷️@0x0SojalSec Sep 29- terrorswift/REDCELL-26B-A4B-OSINT-Cyber-APEX-GGUF · Hugging Face From huggingface.co 151.3K Eric Parker@EricParker Sep 29 評価はどうですか？ 劣化なしに推論モデルをSFTするにはどうすればよいですか？ 15727