Message AI ME, 22 juillet (UTC+8), Cisco a publié un article annonçant le lancement de la série de petits modèles linguistiques Antares, spécifiquement conçus pour détecter des vulnérabilités. Les versions de 350 M et 1 G de paramètres sont désormais disponibles sur Hugging Face (cliquez ici pour accéder), et une version de 3 milliards de paramètres (3B) sera publiée ultérieurement.
Selon les informations fournies, Antares n'est pas un modèle IA capable de découvrir automatiquement des vulnérabilités inconnues ; son objectif est d'aider les professionnels de la sécurité à localiser les vulnérabilités. Une fois qu'il reçoit le type de vulnérabilité CWE et sa description associée, le modèle utilise des commandes en ligne pour rechercher dans la base de code et génère un rapport d'analyse afin d'améliorer l'efficacité de l'examen manuel par les experts en sécurité.
Pour évaluer les performances du modèle Antares, Cisco a mené un benchmark de localisation de vulnérabilités couvrant 290 dépôts de code réels, 147 types de vulnérabilités CWE et 500 tâches d'évaluation. Selon le rapport technique publié par Cisco, Antares-1B atteint un taux de rappel (Recall) de 22,4 % pour la détection de fichiers vulnérables, le meilleur résultat parmi tous les modèles testés, légèrement supérieur aux 22,1 % de GPT-5.5.
Cisco indique que, en raison de sa taille réduite, le modèle Antares peut être déployé directement dans des environnements locaux ou sur des réseaux d'entreprise, offrant des caractéristiques légères et respectueuses de la confidentialité. Toutefois, ses fonctionnalités sont limitées et il ne peut être utilisé qu'à des fins d'assistance ; les entreprises doivent toujours combiner cette solution avec des mesures telles que l'analyse des dépendances, l'analyse de la composition logicielle (SBOM), le balayage d'informations sensibles, les tests de sécurité dynamiques, la modélisation des menaces, la correction des vulnérabilités et l'audit de sécurité humain pour établir un système complet de protection logicielle.(来源:X平台)
