# 威脅情報分析

Foundation-Sec-8B是一個開源的80億參數基礎語言模型，專為網絡安全應用設計，擴展了Llama-3.1-8B模型。

Foundation-Sec-8B是一個專為網絡安全設計的80億參數基礎語言模型，基於Llama-3.1-8B擴展，適用於威脅檢測、漏洞評估等安全場景。

基於nvidia/Llama-3.1-Nemotron-70B-Instruct進行持續訓練的網絡安全大語言模型，在多項網絡安全基準測試中綜合得分提升11.19%。

基於nvidia/Llama-3.1-Nemotron-70B-Instruct進行持續訓練的網絡安全大語言模型，在網絡安全基準測試中綜合得分提升18.18%

基於Llama-3.1-8B-Instruct的網絡安全專項預訓練大語言模型，在網絡安全基準測試中綜合得分提升15.88%

這是一個基於Qwen2.5-7B架構的網絡安全領域大語言模型，轉換為GGUF格式以便在llama.cpp中使用。

CyNER 2.0是專為網絡安全領域設計的命名實體識別模型，基於DeBERTa架構，可識別多種網絡安全相關實體。

Lily是一位基於Mistral-7B微調的網絡安全助手，專注於網絡安全與黑客技術領域。

基於CYBERT在CyNER數據集上微調的網絡安全實體識別模型，用於識別網絡威脅相關的命名實體。

ATT&CK BERT是基於sentence-transformers的網絡安全領域專用語言模型，可將描述攻擊行為的句子映射為具有語義意義的嵌入向量。

SecBERT是一個基於網絡安全文本訓練的預訓練語言模型，專為網絡安全領域任務優化。

SecRoBERTa是基於網絡安全文本訓練的預訓練語言模型，專為網絡安全領域任務優化。