VectraYX-Vision-1B：面向西班牙语网络安全场景的子2B视觉语言模型

VectraYX-Vision-1B 是一个面向西班牙语/拉美网络安全场景的子2B视觉语言模型，将冻结的 SigLIP-so400m 编码器与 1.04B 解码器通过 MLP 耦合。模型支持西班牙语回答、结构化推理、MCP 工具调用，以及为隔离部署导出至 llama.cpp。论文报告视觉微调效果不佳，并开源代码、权重和训练轨迹。

这是首个面向西班牙语/拉美网络安全可视化界面（如 IDA、Wireshark）的轻量视觉语言模型，同时支持结构化推理和工具调用。它开源了模型和测试结果，为小模型在特定安全领域的应用提供了参考基线。

模型采用冻结视觉编码器和文本解码器，通过 MLP 连接，并使用特殊 token（<|think|>、<|tool_call|>）实现推理和工具调用。论文通过三变量消融矩阵研究周期性地不使用位置编码对视觉注意力块的影响，并报告了视觉微调不足导致的模型性能缺陷，提出改进方案。

该模型体量小且支持离线部署，可能降低安全分析工具对云端大模型的依赖。对产品研发的直接影响是：为嵌入网络取证、恶意软件分析等工具提供了轻量视觉理解能力；但视觉微调效果不佳，短期不适合作为视觉功能核心，需进一步优化。

• 开发基于该模型的安全截图分析插件，用于快速识别工具界面中的关键信息，辅助人工研判。
• 利用其工具调用能力，构建集成的安全分析工作流，通过自然语言指令调用 Nmap 等工具。
• 基于其西班牙语支持，面向拉美市场提供本地化安全分析助手。
• 复现其位置编码消融实验，评估在自有视觉数据集上的效果，以优化模型架构。

• 模型视觉能力经修复后的具体性能水平如何，尚未有证据。
• 模型在真实网络安全分析场景中的实际应用效果未有案例验证。
• 其架构在其他视觉任务上的泛化能力未知。
• 微调方案（更长 SFT、回放）的实际有效性有待确认。