---
title: "Feyospace-v1: Yedi Kişilik Bağımsız Bir Ekip Öncü Siber Güvenlik Modellerini Nasıl Eğitti?"
url: https://blog.edumints.com/feyospace-v1-yedi-kisilik-bagimsiz-bir-ekip-oncu-siber-guven-woy6xyl2
category: "Güvenlik"
date: 2026-09-14T09:08:01.694Z
publisher: Edumints Blog
lang: tr-TR
source_name: "hfpapers"
source_url: https://huggingface.co/papers/2609.08418
---

# Feyospace-v1: Yedi Kişilik Bağımsız Bir Ekip Öncü Siber Güvenlik Modellerini Nasıl Eğitti?

Yüksek yetenekli siber güvenlik ajanları geliştirmek genellikle devasa model ölçekleme problemi olarak ele alınır. Ancak açık ağırlıklı (open-weight) modellerin eğitim sonrası (post-training) süreçlerindeki asıl kısıtlar; çalıştırılabilir ortamların yüksek maliyeti, çok turlu güvenilir denetim eksikliği ve güçlü öğretmen modellere erişim zorluklarıdır. Feyospace-v1 çalışması, bu darboğazları çözmek amacıyla beş tamamlayıcı bileşenden oluşan veri odaklı bir çerçeve sunmaktadır:

- **Choulea**: Gizli akıl yürütme (hidden reasoning) imzalarını analiz ederek modelin düşünce zincirindeki zayıflıkları ve örüntüleri inceler.
- **SkyReal**: Güçlü öğretmen modellerden örnekleme (teacher-sampling) yapmanın maliyetini kayda değer ölçüde düşürür.
- **Hongzwang**: Öğretmen modellerin yürütülmesi sırasında karşılaşılan API kısıtlamalarını ve engellerini aşar.
- **PSBreakup**: Model birleştirme (model merging) teknikleri sonrasında zayıflayan yetenekleri onarır ve performansı geri kazandırır.
- **Kreator**: Siber güvenlik uzmanlarının gerçek zamanlı müdahalelerini modeller için eğitilebilir akıl yürütme adımlarına dönüştürür.

## Doğrulanabilir Veri Motoru ve Başarı Metrikleri

Feyospace-v1 veri motoru; sıfırlanabilir kodlama, güvenlik açığı tespiti, CTF, çekirdek (kernel) geçmişi, tam istismar (full-exploit), aygıt yazılımı (firmware) ve donanım destekli gerçekçi ortamlar inşa eder. Üretilen aday yörüngeler ancak katı bir **yürütme doğrulaması** ve **kanıt denetiminden** geçtikten sonra veri setine dahil edilmiş; böylece uzun bağlamlı gözetimli ince ayar (long-context SFT) için tam **164.269 yüksek kaliteli yörünge** elde edilmiştir.

Bu titiz mühendislik sonucunda eğitilen üç kontrol noktası (checkpoint), temel modellerine kıyasla **CyberGym** test paketinde ortalama **%23,76**, genel **CTF** paketlerinde ise **%10,49** performans artışı göstermiştir. 1 Eylül 2026 itibarıyla **Feyospace-s1**, **%63,24** doğrulanmış başarı oranı yakalayarak resmi CyberGym liderlik tablosunda **10. sıraya** yükselmiş; her üç kontrol noktası da kendi parametre ölçeğindeki modeller arasında **1. sırada** yer almıştır. Bu sonuç, yedi kişilik bağımsız bir ekibin açık ağırlıklarla dünya çapında lider siber ajanlar eğitebileceğinin ilk uçtan uca kanıtıdır.

## Yazılım Geliştirme ve Öğrenme Çıkarımları

- **Ölçek Yerine Doğrulanabilir Veri:** Ajan sistemlerinde başarı, sadece parametre sayısını artırmakla değil; izole ortamlarda yürütülüp kanıtlanan güvenilir "golden dataset" yörüngeleri oluşturmakla mümkündür. Gerçek yürütme doğrulaması halüsinasyon riskini minimize eder.
- **Maliyet ve API Optimizasyonu:** Büyük öğretmen modelleri doğrudan çalıştırmak yerine SkyReal ve Hongzwang benzeri ara katmanlar geliştirmek, API sınırlamalarını aşarak kurumsal veri damıtma süreçlerini sürdürülebilir kılar.
- **Model Birleştirme ve Uzman Deneyimi:** Model merging sonrası yaşanan yetenek kayıplarının PSBreakup ile giderilmesi ve uzman müdahalelerinin Kreator ile sentetik veriye dönüştürülmesi, dikey yapay zeka projeleri geliştiren yazılımcılar için kritik bir tasarım desenidir.

[Orijinal kaynağa buradan ulaşabilirsiniz.](https://huggingface.co/papers/2609.08418)

---

Bu konuyu derinlemesine öğrenmek isterseniz: [Golden Dataset Oluşturma](https://edumints.com/kesfet/ai-sistemleri-test-ve-degerlendirme-ragas-promptfo-9hmv) modülüne göz atın.

---

**Kaynak:** [hfpapers](https://huggingface.co/papers/2609.08418)
**Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/feyospace-v1-yedi-kisilik-bagimsiz-bir-ekip-oncu-siber-guven-woy6xyl2