模型 / BugTraceAI-CORE-Ultra-27B (BugTraceAI)

BugTraceAI-CORE-Ultra-27B (BugTraceAI)

生成漏洞利用与安全工具，面向攻防研究者

作者 BugTraceAI

~16GB 4-bit许可 可商用任务 文本生成最近核对 2026-07-05
格式
4-bit
文件
~14GB
运行内存
~16GB–21GB
运行时
HUGGINGFACE-CL
下载
207

Hugging Face 源仓库 ↗

快速上手示例

huggingface-cli download BugTraceAI/BugTraceAI-CORE-Ultra-27B-Q6 --include "*.gguf" --local-dir . && ./llama-server -m BugTraceAI-CORE-Ultra-SFT-Q6_K.gguf -ngl 99 -c 4096

依赖版本和硬件参数请以源仓库说明为准。

适合与不适合

入选理由
基于Qwen3.6微调，专为生成Nuclei模板、CVE PoC等安全工具设计，提供GGUF格式，Ollama即用，适合安全研究人员。
对位
对位 Gemma-2-27B
适合
漏洞利用与渗透工具生成 / 安全测试自动化模板编写
不适合
复杂攻击链推理与威胁建模

独立证据与社区反馈

2 个独立来源 · 另 2 官方/转载最近验证 2026-07-05

定位为面向授权渗透测试的本地安全工具模型而非通用聊天助手，社区认为它是辅助工具而非自动黑客，仍处于早期阶段

  • 面向漏洞分析、Bug Bounty 报告、代码安全审查等安全场景的本地化部署需求
  • 基于 bug bounty 报告、恶意软件研究、WAF 绕过数据做安全领域 SFT，提供针对性能力
  • 作为 agentic 框架的一部分，支持多角色 AI pipeline 的递归分析与代码审查
  • 支持 llama.cpp、Ollama 等多种本地推理方式
  • 并非一键自动黑客，仅作为辅助工具，自动化效果有限
  • 27B Q6_K 量化对本地硬件仍有较高门槛
  • 不是通用聊天模型，不适用于日常对话场景

可信度2,541 个真实漏洞报告微调，自测工具生成 5/5 通过、0% 拒绝率

完整规格

规模
27B · 4096 · 下载 ~14GB · 显存最低 ~16GB · 推荐 ~21GB · 4-bit(估算)
授权
Apache-2.0 · 可商用
框架
ollama / llama.cpp
血统
量化自 Qwen3.6-27B-Heretic2-Uncensored-Finetune-Thinking
访问提示
Hugging Face 可能需要代理

下载动量

30天下载 13.8k → 15.7k

观测时间线

模型家族

查看全部家族 →