---
title: custos-1.0
canonical_url: "https://www.modelscope.cn/models/qianqianzhisuan123/custos-1.0"
md_url: "https://www.modelscope.cn/models/qianqianzhisuan123/custos-1.0.md"
repository: qianqianzhisuan123/custos-1.0
chinese_name: "custos 1.0 网安垂域"
last_updated: 2026-11-02
license: apache-2.0
pipeline_tag: text-generation
tasks:
  - text-generation
model_type:
  - qwen3_5
architectures:
  - Qwen3_5ForConditionalGeneration
base_model:
  - Qwen/Qwen3.5-9B
base_model_relation: finetune
parameters: 9.7B
tensor_type:
  - BF16
  - F32
library_name:
  - transformer
  - safetensors
  - pytorch
frameworks:
  - pytorch
language:
  - zh
  - en
downloads: 4
stars: 0
tags:
  - qwen3.5
  - cybersecurity
  - nsec
  - fine-tuned
  - vllm
---

# custos-1.0

> custos-1.0 - qianqianzhisuan123 在 ModelScope 开源的模型。面向政企场景的网络安全垂域微调模型，覆盖威胁研判、攻击溯源、漏洞分析、合规审计与安全应急处置。

qianqianzhisuan123/custos-1.0 是 ModelScope 魔搭社区上的 9.7B 参数text-generation模型，采用 apache-2.0 许可，基于 Qwen/Qwen3.5-9B 构建。

- **Repository**: qianqianzhisuan123/custos-1.0
- **License**: apache-2.0
- **Tasks**: text-generation
- **Parameters**: 9.7B
- **Base model**: Qwen/Qwen3.5-9B
- **Tags**: qwen3.5, cybersecurity, nsec, fine-tuned, vllm
- **Downloads**: 4
- **Stars**: 0
- **Last updated**: 2026-11-02

Source: https://www.modelscope.cn/models/qianqianzhisuan123/custos-1.0

---

# custos 1.0

产品名 **custos 1.0**。英文名 Custos，中文名顾斯。口号：Custos, guardian of digital realm｜顾斯，数字疆域守护者。

内部训练版本：Custos-nesc-v1.2.5。基座为 Qwen3.5-9B。

## 微调用途

本仓库是面向政企安全运营场景的**网络安全垂域微调**权重，在 Qwen3.5-9B 上继续训练，用于威胁研判、攻击溯源、漏洞分析、合规审计与安全应急处置辅助。

## 能力范围

- 日志与告警辅助研判
- 攻击链路与威胁线索梳理
- 漏洞解读与风险分析
- 合规自查与材料编写
- 应急处置建议与复盘

## 本仓库格式

Transformers / vLLM 可用的 BF16 safetensors（4 分片）。适用于 Linux / Windows 上的 vLLM 或 Transformers 加载。

Apple Silicon MLX 16bit 见对应仓库：

- Hugging Face：https://huggingface.co/qianqianzhisuan/custos-1.0-mlx
- ModelScope：https://modelscope.cn/models/qianqianzhisuan123/custos-1.0-mlx

## 加载示例

```python
from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "qianqianzhisuan/custos-1.0"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(repo, torch_dtype="bfloat16", device_map="auto", trust_remote_code=True)
```

vLLM：

```bash
vllm serve qianqianzhisuan/custos-1.0 --trust-remote-code
```

魔搭源将仓库名换成 `qianqianzhisuan123/custos-1.0`。

## 许可与边界

基座 Qwen3.5-9B 为 Apache-2.0，本仓库权重按 Apache-2.0 发布。本页不声明开发主体、商业版本政策或认证资质。模型用于辅助研判与材料编写，不替代实际扫描、处置或合规结论。