본문으로 건너뛰기

150+ LLM 프로바이더 · 5,300+ 모델 가장 확장 가능한 AI 기반 펜테스팅 플랫폼. 오픈소스. GitHub에서 Star

자체 LLM

CyberStrike-OffSec-35B

공격 보안 전용 언어 모델 — 1M+ 보안 시나리오로 파인튜닝, 여러 사이버보안 벤치마크에서 #1.

35B
파라미터
~3B
활성 (MoE)
1M+
학습 샘플
262K
최대 컨텍스트
벤치마크 결과

벤치마크 결과

SecEval

81.39%

#1

+2.32 vs GPT-4-turbo

MITRE ATT&CK

93.94%

#1

+5.34 vs GPT-4

CWE Knowledge

93.05%

#1

CyberMetric-10K

86.61%

#4

/25 models

MMLU Security

86.00%

빠른 시작

빠른 시작

가장 쉬운 로컬 실행 방법.

ollama run hf.co/oyildirim/CyberStrike-OffSec-35B-GGUF:Q4_K_M
역량

역량

취약점 탐지 (SQLi, XSS, SSRF, 역직렬화)
MITRE ATT&CK 운용 및 Kill Chain 분석
익스플로잇 개발 및 PoC 생성
클라우드 보안 (AWS/Azure/GCP 설정 오류)
레드팀 운용 및 측면 이동
컴플라이언스 (NIST, OWASP ASVS, CIS, CVSS)
GGUF 양자화

GGUF 양자화

llama.cpp, Ollama, LM Studio와 함께 로컬 추론에 최적화된 변형.

Q8_0 최상
크기: 36 GB BPW: 8.52 VRAM: 48+ GB
Q6_K 우수
크기: 27 GB BPW: 6.58 VRAM: 32+ GB
Q5_K_M 매우 좋음
크기: 24 GB BPW: 5.71 VRAM: 32 GB
Recommended
Q4_K_M 좋음
크기: 21 GB BPW: 4.89 VRAM: 24+ GB
활용 사례

활용 사례

침투 테스트

웹, 네트워크, 클라우드, API 보안 테스트

레드팀 운용

전체 Kill Chain 시뮬레이션 및 적대적 에뮬레이션

취약점 연구

PoC 개발 및 익스플로잇 분석

CTF 대회

문제 풀이 및 기법 식별

승인된 사용만 가능합니다. 이 모델은 승인된 보안 테스트, 연구, 교육을 위한 것입니다. 시스템 테스트 전 서면 승인을 받고 모든 관련 법률을 준수해야 합니다.