La couche d'intelligence propriétaire derrière les produits de sécurité DolutechAI — spécialisée pour les menaces avec plus de 22 000 exemples curés, SFT, DPO de haute qualité et RL continu.
SOC Model V1 est le moteur propriétaire au sein des plateformes de sécurité DolutechAI. Les clients accèdent à ses capacités via SOC AI Agent et SOC WebApps — pas via une API de modèle autonome.
SOC autonome enterprise : orchestrateur, huit agents spécialistes, playbooks SOAR et réponse aux incidents — le tout alimenté par SOC Model V1.
Explorer SOC AI Agent →Protection des sites web et WebApps avec la même intelligence du modèle, connecteurs web uniquement et tarifs adaptés aux sites.
Explorer SOC WebApps →Nous n'offrons pas d'accès public à l'API du modèle. L'intelligence est livrée exclusivement via nos produits.
Fondation open-weight spécialisée en modèle propriétaire de cybersécurité.
Exemples curés de cybersécurité — CVEs, incidents, playbooks et données IOC.
Spécialisation cybersécurité via SFT — pas un généraliste avec wrapper.
Optimisation Directe des Préférences avec paires validées par des analystes.
Apprentissage par renforcement continu depuis le feedback agéntique en production.
Active learning human-in-the-loop avec cycles de raffinement gouvernés.
Une fondation open-weight éprouvée combinée à plus de 22 000 exemples curés — bases CVE, rapports d'incidents, playbooks SOC et intelligence IOC.
Spécialisation de domaine via SFT sur des datasets curés de cybersécurité. Un modèle propriétaire entraîné pour la sécurité — pas un généraliste avec prompt de sécurité.
Optimisation Directe des Préférences avec paires validées par des analystes, alignées sur la façon dont les professionnels de la sécurité trient, enquêtent et répondent.
Apprentissage par renforcement en boucle fermée depuis notre pipeline agéntique en production — le modèle s'améliore à chaque interaction réelle.
Flux de décision, contrôles de sécurité et le flywheel d'apprentissage supervisé qui maintient SOC Model V1 en amélioration en production.
Notre document décrit le flux de décision en six étapes, le screening déterministe, l'escalade fail-safe et comment la validation des analystes alimente le raffinement gouverné du modèle.
Amélioration continue via active learning human-in-the-loop — un flywheel supervisé guidé par la ground truth des analystes.
Le modèle cible l'incertitude et les patterns de bruit récurrents — s'adaptant à mesure que les menaces évoluent.
La validation des analystes convertit le jugement opérationnel en labels ground truth pour SFT, DPO et raffinement gouverné.
Screening déterministe d'abord, escalade fail-safe sur les décisions à fort impact et pistes d'audit complètes.
Chaque incident validé affine le triage suivant — réduisant la fatigue d'alertes au fil du temps.
Événement production → recommandation IA → validation humaine → label ground truth → dataset curé → raffinement supervisé → inférence améliorée
Évalué via notre flux agéntique de production — le même pipeline qui alimente SOC AI Agent sur le terrain.
Benchmark interne — méthodologie alignée avec notre pipeline agéntique de production. Les résultats reflètent des tâches réelles d'analyse SOC, pas de la trivia synthétique.
SOC Model V1 n'est pas un chatbot autonome — c'est la couche d'intelligence propriétaire qui pilote orchestration, analyse spécialisée et réponse automatisée sur nos plateformes.
Les données d'entraînement sont curées par des spécialistes à partir de bases CVE publiques, de patterns d'incidents anonymisés et de datasets de sécurité validés en interne. Les données de production clients ne sont pas utilisées pour l'entraînement sans consentement explicite.
La validation des analystes produit des labels ground truth supervisés qui alimentent des cycles de raffinement gouvernés — pas d'essai-erreur risqué sur des décisions de menace en direct.
Screening déterministe, escalade fail-safe et pistes d'audit complètes pour la revue de conformité et la transparence opérationnelle.
Le modèle alimente la détection, l'analyse et la réponse autonomes au sein de SOC AI Agent et SOC WebApps.
