21 जुलै रोजी Cisco Systems ने Antares, कोडबेसमध्ये ज्ञात सुरक्षा भेद्यता नेमकी कोठे बसते हे निश्चित करण्यासाठी तयार केलेल्या छोट्या भाषेतील मॉडेल्सचे कुटुंब सादर केले आणि पहिल्या दोन हगिंग फेसवर ओपन-वेट डाउनलोड म्हणून रिलीज केले. SiliconANGLE, Axios आणि हेल्प नेट सिक्युरिटी द्वारे कव्हर केलेले हे प्रक्षेपण, सॉफ्टवेअर सुरक्षेच्या एका कोपऱ्यात विशेष लहान मॉडेल्स आणण्याच्या अद्याप सर्वात ठोस प्रयत्नांपैकी एक आहे जे बर्याच काळापासून संथ, महागडे आणि मानवी अन्वेषकांवर अवलंबून आहे.
Antares हे Cisco Foundation AI कडून आले आहे, कंपनीचे संशोधन आणि अभियांत्रिकी गट सुरक्षा-विशिष्ट कृत्रिम बुद्धिमत्तेवर केंद्रित आहे. हा प्रकल्प भेद्यता स्थानिकीकरण म्हणून ओळखल्या जाणाऱ्या समस्येचा सामना करतो, बाह्य असुरक्षा डेटा, जसे की सार्वजनिक डेटाबेस, सल्लागार आणि कॉमन वीकनेस एन्युमरेशन (CWE) नोंदी, रिपॉझिटरीमधील विशिष्ट फाइल्सशी जोडण्याचे काम जेथे त्रुटी राहण्याची शक्यता असते. या जागेतील नवीनतम घडामोडींचे अनुसरण करण्यासाठी, आमचे AI उद्योग कव्हरेज पहा.
विशिष्ट नोकरीसाठी तयार केलेले छोटे मॉडेल
आता दोन मॉडेल्स उपलब्ध आहेत: Antares-350M आणि Antares-1B, ज्याचे अनुसरण करायचे आहे, मोठ्या Antares-3B मॉडेलसह. सर्व स्थानिक पातळीवर चालण्यासाठी पुरेसे लहान आहेत, जे सिस्कोने म्हटले आहे की सुरक्षा संघांना क्लाउड सेवेला पाठवण्याऐवजी त्यांच्या स्वतःच्या वातावरणात संवेदनशील स्त्रोत कोड ठेवू देते. विद्यापीठे, सार्वजनिक-क्षेत्रातील संस्था, ना-नफा संस्था आणि टोकन-हेवी व्यावसायिक फ्रंटियर मॉडेल्ससाठी बजेट नसलेल्या लहान सुरक्षा संघांसाठी हा एक उल्लेखनीय विक्री बिंदू आहे.
निश्चित नियमांसह रेपॉजिटरी स्कॅन करण्याऐवजी, अंटारेस त्याद्वारे मानवी अन्वेषक करेल तसे कार्य करते. प्रत्येक मॉडेल असुरक्षिततेच्या वर्णनापासून सुरू होते, संबंधित कोड पॅटर्न शोधते, उमेदवारांच्या फायली वाचते, नवीन पुराव्यात दुमडले जाते, जेव्हा मार्ग कुठेही जात नाही तेव्हा दिशा बदलते आणि फायलींकडे बहुधा फरक पडतो. आउटपुट ही स्त्रोत फाइल्सची रँक केलेली यादी आहे ज्यामध्ये संबंधित असुरक्षा, टर्मिनल एक्सप्लोरेशन ट्रेससह ते तयार केले जाण्याची शक्यता आहे.
एक सानुकूल बेंचमार्क आणि नाट्यमय खर्च बचत
मॉडेल्सचे मोजमाप करण्यासाठी, Cisco ने स्वतःची चाचणी तयार केली, Vulnerability Localization Benchmark, एक 500-एंट्री सेट ज्यासाठी एक अपरिचित कोडबेस नेव्हिगेट करण्यासाठी आणि विशिष्ट कमकुवतपणा श्रेणींशी जोडलेले असुरक्षा नमुने ओळखण्यासाठी मॉडेल आवश्यक आहे. सिस्कोने असा युक्तिवाद केला की विद्यमान कोड-सर्च बेंचमार्क एजंटला सामान्य सॉफ्टवेअर समस्येशी संबंधित कोड शोधू शकतो की नाही हे मोजतात, ते सुरक्षा वर्णनांमधून असुरक्षित फाइल्स शोधू शकतात की नाही. कंपनीने उद्धृत केलेले सर्वात जवळचे तुलनात्मक काम म्हणजे CodeScout नावाची प्रणाली, ज्याने दाखवले की कोड लोकॅलायझेशन प्रमाणित युनिक्स टर्मिनलसह प्रशिक्षित आणि मोजले जाऊ शकते.
त्या बेंचमार्कवर, सिस्कोने सांगितले की अंटारेस मॉडेल्स अगदी स्वस्तात चालत असताना अचूकतेवर अंदाजे डझनभर मोठ्या ओपन- आणि क्लोज-वेट मॉडेल्सवर मात करतात. कंपनीने Antares मूल्यमापनाची किंमत एका डॉलरच्या खाली ठेवली आहे, ज्याची चाचणी केलेल्या सर्वात मजबूत ओपन-वेट मॉडेलसाठी अंदाजे $12.50 आहे, GLM-5.2, आणि सर्वात मजबूत बंद-स्रोत मॉडेल, GPT-5.5 साठी सुमारे $141. ते आकडे अनुक्रमे 15.2 पट आणि 172 पट स्वस्त आहेत. GPT-5.5 साठी अंदाजे साडेचार तासांच्या तुलनेत अंटारेसनेही बेंचमार्क धावा सुमारे एका तासात पूर्ण केल्या.
कार्यप्रदर्शनातील अंतर एक व्यापक उद्योग प्रवृत्ती हायलाइट करते: संकुचितपणे परिभाषित कार्यांसाठी, काळजीपूर्वक प्रशिक्षित लहान मॉडेल गणना खर्चाच्या कमी प्रमाणात सामान्य-उद्देश सीमा मॉडेलशी जुळू शकतात किंवा त्यापेक्षा जास्त असू शकतात. Axios ने नोंदवल्याप्रमाणे, Cisco प्रभावीपणे सट्टेबाजी करत आहे की लहान, उद्देशाने तयार केलेले AI एंटरप्राइझ सायबर सिक्युरिटीमध्ये जिंकेल, जेथे टीम कच्च्या मॉडेलच्या आकारापेक्षा विश्वासार्हता, किंमत आणि डेटा गोपनीयतेची अधिक काळजी घेतात.
व्यापक सुरक्षा एआय पुशचा भाग
अँटारेस हा सुरक्षेच्या बाबतीत AI च्या आसपासच्या व्यापक सिस्को प्रयत्नांचा नवीनतम भाग आहे. ऑक्टोबरमध्ये, कंपनीने प्रोजेक्ट कोडगार्ड, AI कोडिंग एजंट्ससाठी सुरक्षित-कोडिंग नियमांची मुक्त-स्रोत फ्रेमवर्क जारी केली. मे मध्ये, फाऊंड्री सिक्युरिटी स्पेक, एजंटिक सुरक्षा मूल्यमापन प्रणाली तयार करण्यासाठी एक खुली ब्लू प्रिंट प्रकाशित केली. अंटारेस वापरण्यायोग्य, ओपन-वेट मॉडेल थेट प्रॅक्टिशनर्सच्या हातात देऊन कामाची ती श्रेणी वाढवते.
एआय-संबंधित सॉफ्टवेअर जोखमींबद्दल वाढत्या चिंतेच्या दरम्यान हे प्रकाशन देखील आले आहे. त्याच महिन्यात Cisco ने फाउंड्री सिक्युरिटी स्पेक प्रकाशित केला, ब्लूमबर्गने अहवाल दिला की प्रगत मानववंशीय मॉडेलने ट्रेझरी सेक्रेटरी स्कॉट बेसेंट, फेडरल रिझर्व्ह चेअर जेरोम पॉवेल आणि बँक अधिकारी यांच्यात आपत्कालीन बैठक सुरू केली आणि शक्तिशाली AI प्रणालींच्या सुरक्षा परिणामांवर नियामक किती गांभीर्याने उपचार करत आहेत हे अधोरेखित केले.
विकसक आणि सुरक्षा संघांसाठी याचा अर्थ काय आहे
खर्च किंवा डेटा-एक्सपोजरच्या चिंतेमुळे AI-चालित कोड विश्लेषणाचा अवलंब करण्यास कचरत असलेल्या संस्थांसाठी, Antares एक मध्यम मार्ग ऑफर करते. मॉडेल्स ओपन-वेट आणि माफक हार्डवेअरवर चालण्यासाठी पुरेसे लहान असल्यामुळे, टीम त्यांना त्यांच्या स्वतःच्या फायरवॉलच्या मागे तैनात करू शकतात, क्लाउड प्रदात्याला प्रति-टोकन शुल्क न भरता प्रत्येक अनुमान कॉलचे ऑडिट करू शकतात. ओपन-वेट लायसन्सिंगचा अर्थ असा आहे की संशोधक त्यांच्या स्वतःच्या डोमेनसाठी मॉडेल्सची तपासणी करू शकतात, छान करू शकतात आणि विस्तारित करू शकतात.
ट्रेड-ऑफ असा आहे की लहान मॉडेल डिझाइनद्वारे विशेष आहेत. Antares मार्केटिंग ईमेलचा मसुदा तयार करणार नाही, मीटिंगचा सारांश देणार नाही किंवा सामान्य ज्ञानाच्या प्रश्नाचे उत्तर देणार नाही. हे काय करण्यासाठी तयार केले आहे, तंतोतंत फायली शोधा जेथे असुरक्षिततेचा ज्ञात वर्ग लपविला जात आहे, हे मॉडेलपेक्षा त्याच्या आकाराच्या हजारपट चांगले आहे, किमान सिस्कोच्या स्वतःच्या बेंचमार्कवर.
स्वतंत्र संशोधक त्यांच्या स्वतःच्या कोडबेसवर त्या परिणामांची पुष्टी करतात की नाही हे ठरवेल की अंटारेस किती व्यापकपणे दत्तक आहे. आत्तासाठी, लॉन्च एक संदेश अधिक मजबूत करते जो वर्षभर एआय उद्योगात तयार होत आहे: जेव्हा कार्य पुरेसे अरुंद असते, तेव्हा लहान अधिक स्मार्ट, स्वस्त आणि सुरक्षित असू शकते.
---
एआयच्या पुढे राहानवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.
अधिक AI बातम्या वाचा →

