Cisco Systems pada 21 Julai memperkenalkan Antares, sebuah keluarga model bahasa kecil yang dibina untuk menentukan dengan tepat di mana kelemahan keselamatan yang diketahui berada di dalam pangkalan kod, dan mengeluarkan dua yang pertama sebagai muat turun berat terbuka pada Hugging Face. Pelancaran, diliputi oleh SiliconANGLE, Axios, dan Help Net Security, menandakan salah satu percubaan paling konkrit untuk membawa model kecil khusus ke sudut keselamatan perisian yang telah lama perlahan, mahal dan bergantung kepada penyiasat manusia.
Antares berasal dari Cisco Foundation AI, kumpulan penyelidikan dan kejuruteraan syarikat yang memfokuskan pada kecerdasan buatan khusus keselamatan. Projek ini menangani masalah yang dikenali sebagai penyetempatan kerentanan, kerja menyambung data kerentanan luaran, seperti pangkalan data awam, nasihat, dan entri Common Weakness Enumeration (CWE), kepada fail khusus dalam repositori yang kemungkinan besar terdapat kecacatan. Untuk mengikuti perkembangan terkini dalam ruang ini, lihat [liputan industri AI] kami(https://aibuzzwire.news).
Model Kecil Dibina untuk Kerja Tertentu
Dua model tersedia sekarang: Antares-350M dan Antares-1B, dengan model Antares-3B yang lebih besar akan menyusul. Semuanya cukup kecil untuk dijalankan secara tempatan, yang menurut Cisco membolehkan pasukan keselamatan menyimpan kod sumber sensitif di dalam persekitaran mereka sendiri dan bukannya menghantarnya ke perkhidmatan awan. Itu adalah titik jualan yang ketara untuk universiti, badan sektor awam, organisasi bukan untung dan pasukan keselamatan yang lebih kecil yang kekurangan belanjawan untuk model sempadan komersial yang berat token.
Daripada mengimbas repositori dengan peraturan tetap, Antares bekerja melaluinya seperti yang dilakukan oleh penyiasat manusia. Setiap model bermula daripada penerangan kerentanan, mencari corak kod yang berkaitan, membaca fail calon, melipat dalam bukti baharu semasa ia berjalan, menukar arah apabila laluan tidak menghala ke mana-mana dan mengecil ke arah fail yang berkemungkinan besar. Output ialah senarai peringkat fail sumber yang mungkin mengandungi kerentanan yang berkaitan, bersama-sama dengan jejak penerokaan terminal yang menghasilkannya.
Penanda Aras Tersuai dan Penjimatan Kos Dramatik
Untuk mengukur model, Cisco membina ujiannya sendiri, Penanda Aras Penyetempatan Kerentanan, set 500 kemasukan yang memerlukan model untuk menavigasi pangkalan kod yang tidak dikenali dan mengenali corak kerentanan yang terikat pada kategori kelemahan tertentu. Cisco berhujah bahawa tanda aras carian kod sedia ada mengukur sama ada ejen boleh mencari kod yang berkaitan dengan isu perisian umum, bukan sama ada ia boleh mencari fail yang terdedah daripada perihalan keselamatan. Kerja setanding terdekat yang dipetik syarikat ialah sistem yang dipanggil CodeScout, yang menunjukkan bahawa penyetempatan kod boleh dilatih dan diukur dengan terminal Unix standard.
Pada penanda aras itu, Cisco berkata model Antares mengalahkan kira-kira sedozen model berat terbuka dan tertutup yang lebih besar pada ketepatan manakala berjalan jauh lebih murah. Syarikat itu meletakkan kos penilaian Antares di bawah satu dolar, berbanding kira-kira $12.50 untuk model berat terbuka terkuat yang diujinya, GLM-5.2, dan kira-kira $141 untuk model sumber tertutup terkuat, GPT-5.5. Angka tersebut masing-masing 15.2 kali ganda dan 172 kali lebih murah. Antares juga menamatkan larian penanda aras dalam masa kira-kira sejam, berbanding dengan kira-kira empat setengah jam untuk GPT-5.5.
Jurang prestasi menyerlahkan arah aliran industri yang lebih luas: untuk tugasan yang ditakrifkan secara sempit, model kecil yang terlatih dengan teliti boleh memadankan atau melebihi model sempadan tujuan umum pada secebis kos pengiraan. Seperti yang dilaporkan Axios, Cisco secara berkesan bertaruh bahawa AI yang lebih kecil dan dibina khas akan menang dalam keselamatan siber perusahaan, di mana pasukan lebih mementingkan kebolehpercayaan, kos dan privasi data daripada saiz model mentah.
Sebahagian daripada Tekan AI Keselamatan Lebih Luas
Antares ialah bahagian terbaru usaha Cisco yang lebih luas di sekitar AI dalam keselamatan. Pada bulan Oktober, syarikat itu mengeluarkan Project CodeGuard, rangka kerja sumber terbuka peraturan pengekodan selamat untuk ejen pengekodan AI. Pada bulan Mei, ia menerbitkan Foundry Security Spec, pelan tindakan terbuka untuk membina sistem penilaian keselamatan agen. Antares memperluaskan bidang kerja itu dengan meletakkan model berat terbuka yang boleh digunakan terus ke tangan pengamal.
Keluaran itu juga tiba di tengah-tengah kebimbangan yang semakin meningkat tentang risiko perisian berkaitan AI. Pada bulan yang sama Cisco menerbitkan Foundry Security Spec, Bloomberg melaporkan bahawa model Anthropic termaju mencetuskan mesyuarat tergempar antara Setiausaha Perbendaharaan Scott Bessent, Pengerusi Rizab Persekutuan Jerome Powell, dan eksekutif bank, menekankan betapa seriusnya pengawal selia menangani implikasi keselamatan sistem AI yang berkuasa.
Maksudnya untuk Pembangun dan Pasukan Keselamatan
Bagi organisasi yang teragak-agak untuk menggunakan analisis kod dipacu AI kerana kebimbangan kos atau pendedahan data, Antares menawarkan jalan tengah. Oleh kerana model ini berwajaran terbuka dan cukup kecil untuk dijalankan pada perkakasan sederhana, pasukan boleh menggunakan model tersebut di belakang tembok api mereka sendiri, mengaudit setiap panggilan inferens tanpa membayar yuran per-token kepada pembekal awan. Pelesenan berat terbuka juga bermakna penyelidik boleh memeriksa, memperhalusi dan memanjangkan model untuk domain mereka sendiri.
Pertimbangannya ialah model kecil dikhususkan oleh reka bentuk. Antares tidak akan mendraf e-mel pemasaran, meringkaskan mesyuarat atau menjawab soalan pengetahuan am. Apa yang dibina untuk dilakukan, cari fail yang tepat di mana kelas kerentanan yang diketahui berkemungkinan bersembunyi, nampaknya berfungsi lebih baik daripada model seribu kali ganda saiznya, sekurang-kurangnya pada penanda aras Cisco sendiri.
Sama ada penyelidik bebas mengesahkan keputusan tersebut pada pangkalan kod mereka sendiri akan menentukan sejauh mana Antares diterima pakai. Buat masa ini, pelancaran itu mengukuhkan mesej yang telah dibina di seluruh industri AI sepanjang tahun: apabila tugas itu cukup sempit, lebih kecil boleh menjadi lebih bijak, lebih murah dan lebih selamat.
---
Kekal Mendahului AIDapatkan berita, analisis dan penemuan terkini AI — semuanya di satu tempat.
Baca lebih banyak berita AI →
