ஜூலை 21 அன்று, சிஸ்கோ சிஸ்டம்ஸ், சிறிய மொழி மாதிரிகளின் குடும்பமான அன்டரேஸை அறிமுகப்படுத்தியது, இது ஒரு கோட்பேஸில் பாதுகாப்பு பாதிப்புகள் இருக்கும் இடத்தை சரியாகக் கண்டறியும் வகையில் கட்டப்பட்டது, மேலும் முதல் இரண்டையும் ஹக்கிங் ஃபேஸில் திறந்த எடை பதிவிறக்கங்களாக வெளியிட்டது. சிலிக்கான்ஏங்கிள், ஆக்சியோஸ் மற்றும் ஹெல்ப் நெட் செக்யூரிட்டி ஆகியவற்றால் மூடப்பட்ட இந்த வெளியீடு, நீண்ட காலமாக மெதுவாகவும், விலையுயர்ந்ததாகவும், மனித புலனாய்வாளர்களை நம்பியிருக்கும் சிறப்பு சிறிய மாடல்களை மென்பொருள் பாதுகாப்பின் ஒரு மூலையில் கொண்டு வருவதற்கான மிகவும் உறுதியான முயற்சிகளில் ஒன்றாகும்.

Antares ஆனது Cisco Foundation AI இலிருந்து வருகிறது, இது பாதுகாப்பு சார்ந்த செயற்கை நுண்ணறிவில் கவனம் செலுத்தும் நிறுவனத்தின் ஆராய்ச்சி மற்றும் பொறியியல் குழுவாகும். இந்த திட்டமானது, பாதிப்பு உள்ளூராக்கம் எனப்படும் சிக்கலைச் சமாளிக்கிறது, பொது தரவுத்தளங்கள், ஆலோசனைகள் மற்றும் பொதுவான பலவீனம் கணக்கீடு (CWE) உள்ளீடுகள் போன்ற வெளிப்புற பாதிப்புத் தரவை இணைக்கும் பணி, ஒரு களஞ்சியத்தில் உள்ள குறிப்பிட்ட கோப்புகளுடன், குறைபாடுகள் அதிகமாக இருக்கும். இந்த இடத்தில் சமீபத்திய மேம்பாடுகளைப் பின்தொடர, எங்கள் AI துறையின் கவரேஜ் ஐப் பார்க்கவும்.

ஒரு குறிப்பிட்ட வேலைக்காக உருவாக்கப்பட்ட சிறிய மாதிரிகள்

இரண்டு மாடல்கள் இப்போது கிடைக்கின்றன: Antares-350M மற்றும் Antares-1B, ஒரு பெரிய Antares-3B மாடல் பின்பற்றப்பட உள்ளது. அனைத்தும் உள்நாட்டில் இயங்கும் அளவுக்கு சிறியவை, கிளவுட் சேவைக்கு அனுப்புவதற்குப் பதிலாக, பாதுகாப்புக் குழுக்கள் தங்களது சொந்த சூழலில் முக்கியமான மூலக் குறியீட்டை வைத்திருக்க உதவுகிறது என்று சிஸ்கோ கூறியது. டோக்கன்-கனமான வணிக எல்லை மாதிரிகளுக்கான பட்ஜெட் இல்லாத பல்கலைக்கழகங்கள், பொதுத் துறை அமைப்புகள், இலாப நோக்கற்ற நிறுவனங்கள் மற்றும் சிறிய பாதுகாப்புக் குழுக்களுக்கு இது குறிப்பிடத்தக்க விற்பனைப் புள்ளியாகும்.

நிலையான விதிகளுடன் ஒரு களஞ்சியத்தை ஸ்கேன் செய்வதற்குப் பதிலாக, அன்டரேஸ் ஒரு மனித புலனாய்வாளர் செய்யும் வழியில் செயல்படுகிறார். ஒவ்வொரு மாதிரியும் ஒரு பாதிப்பு விளக்கத்தில் இருந்து தொடங்குகிறது, தொடர்புடைய குறியீடு வடிவங்களைத் தேடுகிறது, வேட்பாளர் கோப்புகளைப் படிக்கிறது, புதிய ஆதாரங்களை மடிக்கிறது, பாதை எங்கும் செல்லாதபோது திசையை மாற்றுகிறது, மேலும் முக்கியமான கோப்புகளை நோக்கி சுருங்குகிறது. வெளியீடு என்பது மூலக் கோப்புகளின் தரவரிசைப் பட்டியலாகும், அது உருவாக்கிய டெர்மினல் ஆய்வுத் தடத்துடன் தொடர்புடைய பாதிப்புகளைக் கொண்டிருக்கக்கூடும்.

ஒரு தனிப்பயன் பெஞ்ச்மார்க் மற்றும் வியத்தகு செலவு சேமிப்பு

மாடல்களை அளவிட, சிஸ்கோ தனது சொந்த சோதனையான, 500-நுழைவுத் தொகுப்பான, 500-நுழைவுத் தொகுப்பை உருவாக்கியது, இதற்கு ஒரு மாதிரி அறிமுகமில்லாத கோட்பேஸை வழிசெலுத்தவும், குறிப்பிட்ட பலவீனமான வகைகளுடன் பிணைக்கப்பட்ட பாதிப்பு முறைகளை அடையாளம் காணவும் தேவைப்படுகிறது. சிஸ்கோ வாதிட்டது, தற்போதுள்ள குறியீடு-தேடல் வரையறைகள், ஒரு ஏஜென்ட் ஒரு பொதுவான மென்பொருள் சிக்கலுக்குத் தொடர்புடைய குறியீட்டைக் கண்டுபிடிக்க முடியுமா என்பதை அளவிடுகிறது, பாதுகாப்பு விளக்கங்களிலிருந்து பாதிக்கப்படக்கூடிய கோப்புகளைக் கண்டறிய முடியுமா என்பதை அல்ல. நிறுவனம் மேற்கோள் காட்டிய மிக நெருங்கிய ஒப்பிடக்கூடிய வேலை, CodeScout எனப்படும் ஒரு அமைப்பு ஆகும், இது குறியீடு உள்ளூர்மயமாக்கலை ஒரு நிலையான யூனிக்ஸ் முனையத்துடன் பயிற்றுவித்து அளவிட முடியும் என்பதைக் காட்டுகிறது.

அந்த அளவுகோலில், அன்டரெஸ் மாடல்கள் மிகவும் மலிவாக இயங்கும் போது துல்லியமாக ஒரு டஜன் பெரிய திறந்த மற்றும் மூடிய எடை மாதிரிகளை வென்றதாக சிஸ்கோ கூறியது. நிறுவனம் சோதனை செய்த வலுவான திறந்த எடை மாடலான GLM-5.2 க்கு சுமார் $12.50 மற்றும் வலுவான மூடிய மூல மாதிரியான GPT-5.5 க்கு சுமார் $141 க்கு எதிராக, ஒரு டாலருக்கு கீழ் ஒரு அன்டரேஸ் மதிப்பீட்டின் விலையை வைத்தது. அந்த புள்ளிவிவரங்கள் முறையே 15.2 மடங்கு மற்றும் 172 மடங்கு மலிவானவை. GPT-5.5க்கான நான்கரை மணிநேரத்துடன் ஒப்பிடும்போது, ​​அன்டரேஸ் ஒரு மணி நேரத்தில் பெஞ்ச்மார்க் ரன்களை முடித்தார்.

செயல்திறன் இடைவெளியானது பரந்த தொழில்துறைப் போக்கை எடுத்துக்காட்டுகிறது: குறுகிய வரையறுக்கப்பட்ட பணிகளுக்கு, கவனமாகப் பயிற்சியளிக்கப்பட்ட சிறிய மாதிரிகள், கணக்கீட்டுச் செலவில் ஒரு சிறிய அளவிலான பொது-நோக்க எல்லை மாதிரிகளுடன் பொருந்தலாம் அல்லது மீறலாம். ஆக்ஸியோஸ் அறிக்கையின்படி, நிறுவன இணைய பாதுகாப்பில் சிறிய, நோக்கத்திற்காக கட்டமைக்கப்பட்ட AI வெற்றிபெறும் என்று சிஸ்கோ திறம்பட பந்தயம் கட்டுகிறது, அங்கு குழுக்கள் மூல மாதிரி அளவை விட நம்பகத்தன்மை, செலவு மற்றும் தரவு தனியுரிமை ஆகியவற்றில் அதிக அக்கறை காட்டுகின்றன.

ஒரு பரந்த பாதுகாப்பு AI புஷ் பகுதி

அன்டரேஸ் என்பது பாதுகாப்பில் AI ஐச் சுற்றியுள்ள பரந்த சிஸ்கோ முயற்சியின் சமீபத்திய பகுதி. அக்டோபரில், நிறுவனம் ப்ராஜெக்ட் கோட்கார்டை வெளியிட்டது, இது AI குறியீட்டு முகவர்களுக்கான பாதுகாப்பான-குறியீட்டு விதிகளின் திறந்த மூல கட்டமைப்பாகும். மே மாதத்தில், இது ஃபவுண்டரி செக்யூரிட்டி ஸ்பெக், முகவர் பாதுகாப்பு மதிப்பீட்டு அமைப்புகளை உருவாக்குவதற்கான திறந்த வரைபடத்தை வெளியிட்டது. பயன்படுத்தக்கூடிய, திறந்த எடை மாதிரியை நேரடியாக பயிற்சியாளர்களின் கைகளில் வைப்பதன் மூலம் அன்டரேஸ் அந்த வேலையை நீட்டிக்கிறார்.

AI தொடர்பான மென்பொருள் அபாயங்கள் பற்றிய கவலைகள் அதிகரித்து வரும் நிலையில் இந்த வெளியீடும் வந்துள்ளது. அதே மாதத்தில் சிஸ்கோ ஃபவுண்டரி செக்யூரிட்டி ஸ்பெக்கை வெளியிட்டது, ப்ளூம்பெர்க், ஒரு மேம்பட்ட மானுடவியல் மாதிரியானது கருவூலச் செயலர் ஸ்காட் பெசென்ட், பெடரல் ரிசர்வ் தலைவர் ஜெரோம் பவல் மற்றும் வங்கி நிர்வாகிகள் ஆகியோருக்கு இடையே ஒரு அவசரச் சந்திப்பைத் தூண்டியதாக அறிவித்தது.

டெவலப்பர்கள் மற்றும் பாதுகாப்பு குழுக்களுக்கு இது என்ன அர்த்தம்

செலவு அல்லது தரவு-வெளிப்பாடு கவலைகள் காரணமாக AI-உந்துதல் குறியீடு பகுப்பாய்வைப் பின்பற்றத் தயங்கிய நிறுவனங்களுக்கு, அன்டரேஸ் ஒரு நடுத்தர பாதையை வழங்குகிறது. மாடல்கள் திறந்த எடை மற்றும் மிதமான வன்பொருளில் இயங்கும் அளவுக்கு சிறியதாக இருப்பதால், குழுக்கள் அவற்றை தங்கள் சொந்த ஃபயர்வால்களுக்குப் பின்னால் வரிசைப்படுத்தலாம், கிளவுட் வழங்குநருக்கு ஒவ்வொரு டோக்கன் கட்டணத்தையும் செலுத்தாமல் ஒவ்வொரு அனுமான அழைப்பையும் தணிக்கை செய்யலாம். திறந்த எடை உரிமம் என்பது ஆராய்ச்சியாளர்கள் தங்கள் சொந்த களங்களுக்கான மாதிரிகளை ஆய்வு செய்யலாம், நன்றாக மாற்றலாம் மற்றும் நீட்டிக்கலாம்.

வர்த்தகம் என்பது சிறிய மாதிரிகள் வடிவமைப்பால் நிபுணத்துவம் பெற்றவை. Antares ஒரு மார்க்கெட்டிங் மின்னஞ்சலை உருவாக்கவோ, கூட்டத்தை சுருக்கவோ அல்லது பொது அறிவு கேள்விக்கு பதிலளிக்கவோ மாட்டார். இது என்ன செய்ய கட்டமைக்கப்பட்டுள்ளது, அறியப்பட்ட ஒரு வகை பாதிப்பு மறைந்திருக்கக்கூடிய துல்லியமான கோப்புகளைக் கண்டறிவது, குறைந்தபட்சம் சிஸ்கோவின் சொந்த அளவுகோலில், மாடல்களை விட ஆயிரம் மடங்கு அதன் அளவை விட சிறப்பாகச் செயல்படுவதாகத் தோன்றுகிறது.

சுயாதீன ஆராய்ச்சியாளர்கள் அந்த முடிவுகளை தங்கள் சொந்த கோட்பேஸ்களில் உறுதிப்படுத்தினால், அன்டரேஸ் எவ்வளவு பரவலாக ஏற்றுக்கொள்ளப்படுகிறது என்பதை தீர்மானிக்கும். தற்போதைக்கு, இந்த வெளியீடு AI துறையில் ஆண்டு முழுவதும் உருவாக்கப்படும் ஒரு செய்தியை வலுப்படுத்துகிறது: பணி போதுமான அளவு குறுகியதாக இருக்கும்போது, ​​​​சிறியது சிறந்ததாகவும், மலிவானதாகவும், பாதுகாப்பாகவும் இருக்கும்.

---

AIக்கு முன்னால் இருங்கள்

சமீபத்திய AI செய்திகள், பகுப்பாய்வு மற்றும் முன்னேற்றங்கள் - அனைத்தையும் ஒரே இடத்தில் பெறுங்கள்.

மேலும் AI செய்திகளைப் படிக்கவும் →