Cisco Systems は 7 月 21 日、コードベース内の既知のセキュリティ脆弱性の位置を正確に特定するために構築された小規模言語モデル ファミリである Antares を発表し、最初の 2 つを Hugging Face でオープンウェイト ダウンロードとしてリリースしました。 SiliconANGLE、Axios、および Help Net Security が取り上げたこの発表は、長い間時間がかかり、費用がかかり、人間の調査員に依存してきたソフトウェア セキュリティの一角に特殊な小型モデルを導入するという、これまでで最も具体的な試みの 1 つを示しています。

Antares は、セキュリティ固有の人工知能に焦点を当てた同社の研究およびエンジニアリング グループである Cisco Foundation AI から生まれました。このプロジェクトは、脆弱性ローカリゼーションとして知られる問題に取り組んでいます。これは、公開データベース、勧告、Common Weakness Enumeration (CWE) エントリなどの外部脆弱性データを、欠陥が存在する可能性が最も高いリポジトリ内の特定のファイルに接続する作業です。この分野の最新の動向を追跡するには、AI 業界の報道 をご覧ください。

特定のジョブ用に構築された小規模モデル

現在、Antares-350M と Antares-1B の 2 つのモデルが利用可能ですが、より大型の Antares-3B モデルも続く予定です。いずれもローカルで実行できるほど小さいため、セキュリティチームは機密性の高いソースコードをクラウドサービスに送信するのではなく、独自の環境内に保管できるとシスコは述べた。これは、トークンを大量に使用する商用フロンティア モデルの予算が不足している大学、公共部門団体、非営利団体、小規模なセキュリティ チームにとって注目すべきセールス ポイントです。

Antares は、固定ルールでリポジトリをスキャンするのではなく、人間の調査員が行うのと同じ方法でリポジトリをスキャンします。各モデルは脆弱性の説明から始まり、関連するコード パターンを検索し、候補ファイルを読み取り、進行中に新しい証拠を折り込み、パスがどこにも通じていない場合は方向を変え、最も重要である可能性が高いファイルに絞り込みます。出力は、関連する脆弱性が含まれる可能性のあるソース ファイルのランク付けされたリストと、それを生成した端末探索トレースです。

カスタムベンチマークと大幅なコスト削減

モデルを測定するために、シスコは独自のテストである脆弱性ローカリゼーション ベンチマークを構築しました。これは、モデルがなじみのないコードベースをナビゲートし、特定の弱点カテゴリに関連付けられた脆弱性パターンを認識することを必要とする 500 エントリ セットです。シスコは、既存のコード検索ベンチマークは、エージェントがセキュリティの説明から脆弱なファイルを見つけられるかどうかではなく、一般的なソフトウェアの問題に関連するコードを見つけられるかどうかを測定するものだと主張した。同社が引用した最も近い類似の研究は、CodeScout と呼ばれるシステムで、コードのローカリゼーションが標準の Unix 端末でトレーニングおよび測定できることを示しました。

シスコは、このベンチマークに関して、Antares モデルは精度の点で、はるかに安価でありながら、約 12 の大型のオープンウェイトおよびクローズドウェイト モデルを上回っていると述べました。同社は、Antares の評価コストを 1 ドル未満と見積もっています。これに対し、テストした最強のオープンウェイト モデルである GLM-5.2 は約 12.50 ドル、最強のクローズドソース モデルである GPT-5.5 は約 141 ドルです。これらの数字は、それぞれ 15.2 倍と 172 倍安くなります。また、Antares はベンチマーク実行を約 1 時間で終了しましたが、GPT-5.5 では約 4 時間半でした。

パフォーマンスのギャップは、より広範な業界の傾向を浮き彫りにしています。つまり、狭く定義されたタスクの場合、慎重にトレーニングされた小型モデルは、わずかなコンピューティング コストで汎用のフロンティア モデルと同等かそれを超えることができます。 Axios が報じたように、シスコは事実上、チームが生のモデル サイズよりも信頼性、コスト、データ プライバシーを重視するエンタープライズ サイバー セキュリティ分野で、小型の専用 AI が勝利を収めることに賭けています。

広範なセキュリティ AI 推進の一環

Antares は、セキュリティにおける AI に関するシスコの広範な取り組みの最新作です。同社は 10 月に、AI コーディング エージェント向けの安全なコーディング ルールのオープンソース フレームワークである Project CodeGuard をリリースしました。 5月には、エージェントセキュリティ評価システムを構築するためのオープンブループリントであるFoundry Security Specを公開した。アンタレスは、使用可能なオープンウェイト モデルを実践者の手に直接提供することで、その分野を拡張します。

このリリースは、AI 関連のソフトウェアリスクに対する懸念が高まる中で行われました。 CiscoがFoundry Security Specを発表したのと同月、ブ​​ルームバーグは、高度なAnthropicモデルが財務長官のスコット・ベッセント氏、連邦準備制度理事会のジェローム・パウエル議長、銀行幹部の間で緊急会議を引き起こしたと報じ、規制当局が強力なAIシステムのセキュリティへの影響をいかに真剣に扱っているかを浮き彫りにした。

開発者とセキュリティ チームにとっての意味

コストやデータ漏えいの懸念から AI 主導のコード分析の導入を躊躇していた組織に、Antares は中間の道を提供します。このモデルはオープンウェイトで、適度なハードウェアで実行できるほど小さいため、チームはクラウド プロバイダーにトークンごとの料金を支払うことなく、各チームのファイアウォールの内側にモデルを展開して、すべての推論呼び出しを監査できます。オープンウェイト ライセンスは、研究者が独自のドメイン向けにモデルを検査、微調整、拡張できることも意味します。

その代償として、小型モデルは設計上特殊化されています。アンタレスは、マーケティング電子メールの下書き、会議の要約、一般知識に関する質問への回答を行いません。これは、既知の種類の脆弱性が隠れている可能性がある正確なファイルを特定するために構築されており、少なくともシスコ独自のベンチマークでは、サイズが 1,000 倍のモデルよりも優れたパフォーマンスを発揮するようです。

独立した研究者がそれらの結果を独自のコードベースで確認するかどうかによって、Antares がどの程度広く採用されるかが決まります。今のところ、今回の発表は、AI 業界全体で年間を通じて構築されてきたメッセージを強化するものであり、タスクが十分に狭い場合には、小さい方がよりスマートで、より安価で、より安全である可能性があるというものです。

---

AI の先を行く

最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。

AI ニュースをもっと読む→