Feyospace-v1：七人獨立團隊如何訓練具備領先網安能力的開放權重模型
為何重要
這項研究證明瞭在網安 AI 領域，最佳化資料管道與執行環境成本比純粹擴大模型規模更為關鍵。對於產業而言，這不僅驗證了 CyberGym 作為競技場的競爭力，更驗證了透過高效率的開源工具鏈，小規模團隊有機會開發出具備開放權重的前沿網安產品。
為解決訓練網安代理常受限於執行環境成本、可靠監督與師資管道的瓶頸，研究團隊提出了資料導向的 Feyospace-v1 框架。
- 架構整合 Choulea、SkyReal、Hongzwang、PSBreakup 與 Kreator 五個系統，分別用於分析推理特徵、降低師資取樣成本及繞過 API 限制。
- 資料引擎建置並透過執行驗證與證據審計，篩選出 164,269 條軌跡作為長監督微調的訓練素材。
- 三個檢查點在 CyberGym 全套基準軟體和 CTF 比賽套件中，分別達到 23.76% 和 10.49% 的平均提升。
- 截至 2026 年 9 月 1 日，Feyospace-s1 的驗證成功率高達 63.24%，登入 CyberGym 排行榜第 10 名，並在同等引數規模模型中排名第 1。