cattadidntwakeup/vuln-detect-cod2-agent2-deepseek-8b

cod2-agent2: deepseek-ai/DeepSeek-R1-Distill-Llama-8B fine-tuned su DiverseVul

Modello base: deepseek-ai/DeepSeek-R1-Distill-Llama-8B (licenza ereditata).

Macro-categoria: cod2 -- Mancanza di controllo sui dati in ingresso

CWE target:

• CWE-190 (Integer Overflow or Wraparound)
• CWE-20 (Improper Input Validation)
• CWE-400 (Uncontrolled Resource Consumption)

Ruolo nell'ensemble

• Agente A2 del trittico cod2.
• Peso nel voto pesato: 0.3.
• Checkpoint di origine: last.

Formato di output

Una singola riga in italiano:

verdetto: VULN, cwe: CWE-XXX
verdetto: SAFE, cwe: N/A

Inferenza consigliata

• Precisione: BF16 + Flash Attention 2.
• Decoding: greedy (do_sample=False, repetition_penalty=1.05).
• max_new_tokens=24, force_prefix="verdetto:".

Smoke test (post-merge, 20 sample)

Metrica	Valore
Parse success rate	1.000
Accuracy binaria	0.700
Recall VULNERABLE	0.700
Recall SAFE	0.700
F1 macro	0.700
CWE accuracy@1 (sui VULN ground truth)	0.600
Sample falliti (parse o errore)	0/20

Le metriche sono indicative su 20 sample stratificati (10 SAFE + 10 VULN) estratti deterministicamente (seed=42) dal test set data/test/cod2. Per metriche complete riferirsi al run di evaluation su test set held-out completo.

Pipeline di inferenza

Questo modello e' uno dei 12 agenti dell'ensemble multi-modello vuln-detect-ensemble. Viene caricato dal model_registry in coppia con gli altri 2 agenti del trittico cod2 (max 1 trittico residente in VRAM per volta).