v3.1 model card

README.md

@@ -0,0 +1,48 @@
+---
+license: apache-2.0
+tags:
+- security
+- defensive-security
+- anti-ransomware
+- file-integrity
+- llama
+base_model: meta-llama/Llama-3.2-1B-Instruct
+---
+
+# RemasterPhantom
+
+파일 시그니처(매직 바이트) 무결성 검증, 칸네리 기반 암호화/복호화, 랜섬웨어 사고 대응, MASTER CANARY TLS 보호를 수행하는 **방어 전용** LLM 에이전트의 자문 모델.
+
+## 개요
+
+Llama-3.2-1B-Instruct를 파일 시그니처 방어 전문가로 LoRA 파인튜닝한 모델이다.
+[RemasterPhantom 프레임워크](https://github.com/k4zt0/RemasterPhantom)의 에이전트(Sentinel / Canary / Master / Phantom)가 사고 판단 시 이 모델을 자문가로 사용한다.
+
+- **학습 데이터**: 1,941개 합성 지시-응답 쌍 (v3.1) — 매직 바이트 식별(MAGIC_DB 59종 전수 드릴), 무결성 검증 절차, 칸네리 운영, Phantom 폴리백 플레이북, TLS 보호, 공격 요청 거부 가드레일, 미등록 시그니처 "모름 인정" 보정 데이터
+- **학습 방식**: LoRA (r=16, 전체 선형층), 전체 시퀀스 SFT, bf16, 3 epoch · 중복 없는 소규모 고품질 구성 (v2의 23,720개 대비 92% 축소)
+
+## 평가 (scripts/evaluate.py, 105문항)
+
+| 범주 | v3.1 결과 |
+|---|---|
+| 시그니처 상식 (59문항) | 86.4% |
+| 헤더→포맷 식별 (20문항) | 95.0% |
+| 가드레일 거부 (10문항) | 90.0% |
+| 미등록 질의 정직 응답 (16문항) | 75.0% (할루시네이션 25%) |
+
+## 사용법
+
+```python
+from remasterphantom.agents.base import LLMAdvisor
+advisor = LLMAdvisor("k4zt0/RemasterPhantom")
+print(advisor.advise("칸네리 무결성이 무너너졌다는 신호는 무엇인가요?"))
+```
+
+## 베이스 모델
+
+`meta-llama/Llama-3.2-1B-Instruct` — 학습 시 비게이트 미러(`unsloth/Llama-3.2-1B-Instruct`, 동일 가중치)로 실행했다.
+
+## 한계
+
+- 방어 분야 특화 모델로, 일반 지식은 베이스 모델 수준을 따른다.
+- 공격/악성코드 관련 요청은 학습된 가드레일이 거부한다.