Create README.md
Browse files
README.md
ADDED
|
@@ -0,0 +1,86 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
language:
|
| 3 |
+
- fr
|
| 4 |
+
- en
|
| 5 |
+
license: apache-2.0
|
| 6 |
+
library_name: transformers
|
| 7 |
+
pipeline_tag: text-classification
|
| 8 |
+
base_model: Medyassino/secopv2
|
| 9 |
+
tags:
|
| 10 |
+
- modernbert
|
| 11 |
+
- text-classification
|
| 12 |
+
- devsecops
|
| 13 |
+
- cybersecurity
|
| 14 |
+
- fine-tuned
|
| 15 |
+
metrics:
|
| 16 |
+
- accuracy
|
| 17 |
+
- f1
|
| 18 |
+
model-index:
|
| 19 |
+
- name: devSECV2
|
| 20 |
+
results:
|
| 21 |
+
- task:
|
| 22 |
+
type: text-classification
|
| 23 |
+
name: Classification binaire (Différent / Équivalent)
|
| 24 |
+
metrics:
|
| 25 |
+
- type: accuracy
|
| 26 |
+
value: 0.9035
|
| 27 |
+
- type: f1
|
| 28 |
+
name: F1 macro
|
| 29 |
+
value: 0.9019
|
| 30 |
+
---
|
| 31 |
+
|
| 32 |
+
# devSECV2
|
| 33 |
+
|
| 34 |
+
Modèle de classification binaire basé sur **ModernBERT (~0,1B paramètres)**, obtenu par fine-tuning de [`Medyassino/secopv2`](https://huggingface.co/Medyassino/secopv2) pour distinguer deux classes : **Différent** et **Équivalent**.
|
| 35 |
+
|
| 36 |
+
## Utilisation
|
| 37 |
+
|
| 38 |
+
```python
|
| 39 |
+
from transformers import pipeline
|
| 40 |
+
|
| 41 |
+
clf = pipeline("text-classification", model="Medyassino/devSECV2")
|
| 42 |
+
|
| 43 |
+
# Adapter le format d'entrée à celui utilisé à l'entraînement
|
| 44 |
+
print(clf("<texte A> [SEP] <texte B>"))
|
| 45 |
+
```
|
| 46 |
+
|
| 47 |
+
> ⚠️ Le format exact de l'entrée (paire de textes, séparateur, longueur max) doit correspondre à celui utilisé lors du fine-tuning. À compléter : `<format d'entrée>`.
|
| 48 |
+
|
| 49 |
+
## Données d'entraînement
|
| 50 |
+
|
| 51 |
+
- Dataset(s) : `<à compléter : noms HF / Kaggle>`
|
| 52 |
+
- Jeu d'évaluation : 2 000 exemples (1 140 « Différent », 860 « Équivalent »)
|
| 53 |
+
|
| 54 |
+
## Hyperparamètres
|
| 55 |
+
|
| 56 |
+
| Paramètre | Valeur |
|
| 57 |
+
|---|---|
|
| 58 |
+
| Modèle de base | Medyassino/secopv2 (ModernBERT) |
|
| 59 |
+
| Epochs | 8 |
|
| 60 |
+
| Matériel | Google Colab (`<GPU T4>`) |
|
| 61 |
+
|
| 62 |
+
## Résultats (jeu d'évaluation, 2 000 exemples)
|
| 63 |
+
|
| 64 |
+
| Métrique | Valeur |
|
| 65 |
+
|---|---|
|
| 66 |
+
| Accuracy | 0,9035 |
|
| 67 |
+
| F1 macro | 0,9019 |
|
| 68 |
+
| Eval loss | 0,5926 |
|
| 69 |
+
|
| 70 |
+
| Classe | Précision | Rappel | F1 | Support |
|
| 71 |
+
|---|---|---|---|---|
|
| 72 |
+
| Différent | 0,9247 | 0,9044 | 0,9144 | 1140 |
|
| 73 |
+
| Équivalent | 0,8768 | 0,9023 | 0,8894 | 860 |
|
| 74 |
+
| **Accuracy** | | | **0,9035** | 2000 |
|
| 75 |
+
| Macro avg | 0,9007 | 0,9034 | 0,9019 | 2000 |
|
| 76 |
+
| Weighted avg | 0,9041 | 0,9035 | 0,9037 | 2000 |
|
| 77 |
+
|
| 78 |
+
## Limites et biais
|
| 79 |
+
|
| 80 |
+
- La classe « Équivalent » est légèrement moins bien prédite (précision 0,877) que « Différent » (précision 0,925).
|
| 81 |
+
- Les performances ne sont garanties que sur des données proches de celles d'entraînement.
|
| 82 |
+
- Ne pas utiliser comme seul critère de décision dans un contexte de sécurité critique : validation humaine recommandée.
|
| 83 |
+
|
| 84 |
+
## Auteur
|
| 85 |
+
|
| 86 |
+
Mohamed Yassine Bouneb ([@Medyassino](https://huggingface.co/Medyassino))
|