You can deploy this model and start earning money today!

ferhatcil/
CyberSec-Qwen2.5-3B-SchemaLocked-GGUF

Name: CyberSec-Qwen2.5-3B-SchemaLocked-GGUF
Availability: InStock

gguf

endpoints_compatible

conversational

Views

No views yet

⚠️ Important Notice – New Version Available

This repository contains the initial (v1) release of the model.

A newer and improved schema-locked v2 version is now available with:

More consistent JSON output
Stronger schema adherence
Improved stability for production and API use

👉 Please use the v2 release instead: https://huggingface.co/ferhatcil/CyberSec-Qwen2.5-3B-SchemaLocked-GGUF

This v1 release is kept for reference and backward compatibility.

CyberSec-Qwen2.5-3B-SchemaLocked-GGUF

Schema-locked (şema kilitlemeli) fine-tuned Qwen2.5-3B cybersecurity language model, GGUF formatında.

Bu sürüm, yapılandırılmış (structured / yapılandırılmış) JSON çıktı disiplini gerektiren siber güvenlik (cybersecurity) kullanım senaryoları için özel olarak optimize edilmiştir.

🔐 Model Özellikleri

Base model: Qwen2.5-3B
Fine-tuning: LoRA + Schema-Locked supervision
Amaç (Purpose):
- Vulnerability (zafiyet) analizi
- Exploit açıklamalarından yapılandırılmış JSON çıkarımı
- Deterministik (deterministic / kararlı) çıktı üretimi
Format: GGUF (llama.cpp uyumlu)

🆕 v2 (Schema-Locked) – Neden Farklı?

Bu sürüm, önceki v1’e kıyasla:

JSON şemasına daha sıkı uyum
Fazladan metin / echo üretiminin azalması
unknown alanlarının daha tutarlı kullanımı
API ve otomasyon (automation / otomasyon) için daha stabil çıktı

Bu repo sadece inference (çıkarım) amaçlıdır.
Eğitim dataset’leri ve HF checkpoint’ler paylaşılmaz.

📦 Dosyalar

qwen25-3b-schema-v2-Q8_0.gguf → En yüksek kalite (önerilen)
qwen25-3b-schema-v2-Q4_K_M.gguf → Daha düşük bellek kullanımı

▶️ Kullanım (llama.cpp)

bash

./llama-cli \
  -m qwen25-3b-schema-v2-Q8_0.gguf \
  --temp 0 \
  -n 512 \
  -p "Return ONLY JSON: {...}"

Not: JSON çıktısı için temperature=0 (sıcaklık = 0) önerilir.

🧹 Post-Processing (Önerilir)

LLM çıktıları her zaman ham (raw) gelir.
Production (canlı ortam) kullanımı için:

Son JSON objesini parse eden küçük bir post-processing katmanı önerilir.

Bu model post-processing ile birlikte tasarlanmıştır.

🔗 İlgili Repo

v1 (Initial / Legacy release):
https://huggingface.co/ferhatcil/Cybersecurity-LLM-Qwen2.5-3B-GGUF

⚠️ Lisans & Sorumluluk

Bu model araştırma ve savunma (defensive security) amaçlıdır.
Kötüye kullanım sorumluluğu kullanıcıya aittir.