library_name: transformers tags:

• 代码
• 网络安全
• 漏洞
• C++ license: apache-2.0 datasets:
• lemon42-ai/minified-diverseful-multilabels metrics:
• 准确率 base_model:
• answerdotai/ModernBERT-base pipeline_tag: 文本分类

ThreatDetect-C-Cpp 模型卡

这是基于answerdotai/ModernBERT-base的衍生版本。
我们对ModernBERT-base进行了微调，用于检测C/C++代码中的漏洞。
当前版本的准确率达到86%。

模型详情

模型描述

ThreatDetect-C-Cpp可用作代码分类器。
不同于简单的二元分类（"安全"、"不安全"），该模型将输入代码分为7个标签：'safe'（未检测到漏洞）和六种CWE弱点类型：

• 开发团队: lemon42-ai
• 贡献者 Abdellah Oumida 和 Mohammed Sbaihi
• 模型类型: ModernBERT, 仅编码器Transformer
• 支持编程语言: C/C++
• 许可证: Apache 2.0 (参见ModernBERT-Base原始许可证)
• 微调基础模型: answerdotai/ModernBERT-base.

模型来源 [可选]

• 代码仓库: lemon42-ai官方Github仓库
• 技术博客: 即将发布。

用途

ThreadDetect-C-Cpp可集成到代码相关应用中。例如，可与代码生成器配合使用，检测生成代码中的漏洞。

偏差、风险和限制

ThreadDetect-C-Cpp仅能检测C/C++代码中的弱点，不适用于其他编程语言。
该模型只能检测上表中列出的六种CWE类型。

训练详情

训练数据

模型基于DiverseVul数据集的精简、清洗和去重版本进行微调。
该新版本可在HF数据集平台查看

训练过程

训练时对Q和V矩阵应用了LoRA技术。

训练超参数

评估

ThreatDetect-C-Cpp在评估集上达到86%的准确率。

技术规格

硬件

模型使用4块Tesla V100 GPU，基于torch + accelerate框架微调1小时完成训练。