不到十人团队训练 27B 安全模型,CyberGym 成功率 63% 逼近 Claude
新智元 · wechat · 2026-09-16
事件
中国初创公司万衍（VeraPraxis，不到十人团队）发布网络安全模型 Feyospace-v1（27B），在真实漏洞复现评测 CyberGym 的 Model-focused 榜单上取得 63.0% 成功率，逼近 Claude Sonnet 4.6 的 65.2%。该评测包含 188 个软件项目的 1,507 个真实历史漏洞任务，要求模型理解代码、构造触发测试并按执行反馈迭代。
技术要点
- 同一套后训练方案提升了三个不同基座的表现，27B 基座提升 8.73 个百分点
- 在 ExploitBench 专项中，将 Qwen 8B 级模型成功率从 12.96% 提至 19.05%
- 方法名 Kreator：把安全专家在关键节点的判断（含「为什么这样做、如何验证」）转化为完整可学习的推理与行动轨迹，团队强调不过度压缩强模型推理记录，保留中间推导让小模型掌握过程而非表面表达
- 构建代码/安全/硬件环境收集轨迹并做执行验证与证据审计，最终保留约 16.4 万条训练轨迹
公司策略
万衍同时经营 App、音频（已开源 HeartMuLa 音乐模型）、安全、量化四块业务，主张「业务飞轮」：用真实经营持续产生模型搞不定的问题，让专家补课、模型学习，并建设 PraxisOS 把目标、行动、专家反馈与结果组织成模型研发流程，后续计划引入强化学习。文章还引用黄仁勋「网络安全可能是 AI 下一个杀手级应用」与 OpenAI 自动化研究实习生等背景。
「公司和人」频道最新
- ElevenLabs 一周连发：牵手环球音乐、Music v2.5、MCP 全模态 — lukeharries · 2026-09-16
- 新加坡国立大学 MAGIC Lab 招聘机器人方向研究助理与工程师 — DJiafei · 2026-09-16
- 检索研究员 fuma_nama 加盟 Mixedbread,瞄准 AI Agent 信息检索 — bclavie · 2026-09-16
- 前 Pluralsight 高管撰文:职场晋升是一场精致的自我隐藏 — JnBrymn · 2026-09-16
- Base Power 估值 130 亿美元，办 48 小时招聘黑客松 — lifebypixels · 2026-09-16
- 斯坦福学者：AI市场没有护城河，所谓持久性只是极致执行的复利 — annbordetsky · 2026-09-16