Final Complete Malicious Url Model GGUF
這是一個用於惡意URL檢測的量化模型,基於BERT架構,能夠有效識別惡意URL和釣魚攻擊。
下載量 175
發布時間 : 5/31/2025
模型概述
該模型是對r3ddkahili/final-complete-malicious-url-model的靜態量化版本,主要用於網絡安全領域,幫助檢測惡意URL和防範釣魚攻擊。
模型特點
靜態量化處理
模型經過靜態量化處理,減小了模型大小同時保持了較好的檢測性能。
多量化版本選擇
提供了從Q2_K到Q8_0等多種量化版本,用戶可以根據需求選擇不同大小和質量的模型。
網絡安全防護
專門針對惡意URL和釣魚攻擊設計,能有效提升網絡安全防護能力。
模型能力
惡意URL檢測
釣魚攻擊識別
網絡安全分析
使用案例
網絡安全
惡意URL攔截
在網絡安全系統中集成該模型,即時檢測並攔截惡意URL訪問。
有效降低網絡攻擊風險
釣魚郵件過濾
用於郵件安全系統,檢測郵件中的釣魚鏈接。
提高郵件安全防護水平
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98