metadata
license: intel-research
language:
- es
- en
base_model:
- Qwen/Qwen3.6-27B
- google/gemma-4-26B-A4B-it
- google-bert/bert-base-uncased
- openai/gpt-oss-20b
datasets:
- reloading0101/threat-intelligence-dataset
- sarahwei/cyber_MITRE_tactic_CTI_dataset_v16
- CJJones/Synthetic_PenTest_Reports
pipeline_tag: text-generation
tags:
- cybersecurity
- security
- SIEM
- MITRE-ATTACK
- threat-intelligence
- penetration-testing
- incident-response
- wazuh
- spanish
- lora
- fine-tuned
library_name: transformers
AIkuda 🛡️
AIkuda es un modelo de lenguaje especializado en ciberseguridad, desarrollado por Akuda Sentinel.
Basado en Qwen3.6-27B + gemma-4-26B-A4B-it + google-bert + gpt-oss-20b y entrenado mediante fine-tuning LoRA con un corpus de más de 78.000 muestras de inteligencia de amenazas, MITRE ATT&CK e informes de pentesting.
Capacidades
- Análisis de amenazas y campañas APT con identificación de TTPs e IOCs
- Clasificación de técnicas y tácticas MITRE ATT&CK (v16)
- Análisis e interpretación de informes de pentesting
- Respuesta a incidentes y recomendaciones de mitigación
- Soporte para análisis de alertas SIEM (Wazuh, Suricata)
- Razonamiento en ciberseguridad en español e inglés
Modelo base
| Parámetro | Valor |
|---|---|
| Modelo base | Qwen/Qwen3.6-27B + google/gemma-4-26B-A4B-it + google-bert/bert-base-uncased + openai/gpt-oss-20b |
| Arquitectura | Híbrida GDN |
| Parámetros | 32B |
| Contexto | 262.144 tokens |
| Visión | ✅ texto + imagen |
| Adapter | LoRA (r=64, alpha=128) |
| Precisión | BF16 |
Datos de entrenamiento
| Dataset | Muestras | Descripción |
|---|---|---|
| reloading0101/threat-intelligence-dataset | 52.279 | CTI, APTs, IOCs, campañas |
| sarahwei/cyber_MITRE_tactic_CTI_dataset_v16 | 14.008 | MITRE ATT&CK v16 |
| PenTest, EH Reports y logs generados en dockerlabs + hackerone + logs de intigriti + datos propios de Akuda Sentinel | 11.752 | Informes de pentesting, logs de sistemas EDR + NDR, telemetría |
| Total | 78.039 |
Uso
from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel
base_model = "Qwen/Qwen3.6-27B"
adapter = "Sakeador/AIkuda"
tokenizer = AutoTokenizer.from_pretrained(base_model)
model = AutoModelForCausalLM.from_pretrained(base_model, torch_dtype="auto", device_map="auto")
model = PeftModel.from_pretrained(model, adapter)
messages = [
{"role": "system", "content": "Eres AIkuda, un asistente experto en ciberseguridad desarrollado por Akuda Sentinel."},
{"role": "user", "content": "Analiza esta alerta de Wazuh e identifica la técnica MITRE ATT&CK correspondiente."}
]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer([text], return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=512)
print(tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True))
Infraestructura de entrenamiento
- Hardware: 3× NVIDIA RTX 5060 Ti (16 GB cada una, sm_120 Blackwell)
- Framework: Axolotl + DeepSpeed ZeRO-3
- Épocas: 3
- Sequence length: 2048
- Batch size efectivo: 24 (micro_batch=1, grad_accum=8, 3 GPUs)
Limitaciones
- Entrenado principalmente con datos sintéticos y logs — validar siempre en entornos reales
- No debe usarse para actividades ofensivas no autorizadas
- Primera versión (v1) — mejoras continuas con datos propios de Akuda Sentinel
Licencia
Apache 2.0.
Desarrollado por
Akuda Sentinel — Ciberseguridad On-Premise para empresas.