Foundation-Sec-8B是一个开源的80亿参数基础语言模型，专为网络安全应用设计，扩展了Llama-3.1-8B模型。

Foundation-Sec-8B是一个专为网络安全设计的80亿参数基础语言模型，基于Llama-3.1-8B扩展，适用于威胁检测、漏洞评估等安全场景。

基于nvidia/Llama-3.1-Nemotron-70B-Instruct进行持续训练的网络安全大语言模型，在多项网络安全基准测试中综合得分提升11.19%。

基于nvidia/Llama-3.1-Nemotron-70B-Instruct进行持续训练的网络安全大语言模型，在网络安全基准测试中综合得分提升18.18%

基于Llama-3.1-8B-Instruct的网络安全专项预训练大语言模型，在网络安全基准测试中综合得分提升15.88%

这是一个基于Qwen2.5-7B架构的网络安全领域大语言模型，转换为GGUF格式以便在llama.cpp中使用。

CyNER 2.0是专为网络安全领域设计的命名实体识别模型，基于DeBERTa架构，可识别多种网络安全相关实体。

Lily是一位基于Mistral-7B微调的网络安全助手，专注于网络安全与黑客技术领域。

基于CYBERT在CyNER数据集上微调的网络安全实体识别模型，用于识别网络威胁相关的命名实体。

ATT&CK BERT是基于sentence-transformers的网络安全领域专用语言模型，可将描述攻击行为的句子映射为具有语义意义的嵌入向量。

SecRoBERTa是基于网络安全文本训练的预训练语言模型，专为网络安全领域任务优化。

SecBERT是一个基于网络安全文本训练的预训练语言模型，专为网络安全领域任务优化。