Cisco запускає малу мовну AI-модель Antares для локалізації вразливостей

iconKuCoinFlash
Поділитися
AI summary iconКороткий зміст
Cisco оголосила 22 липня (UTC+8) про запуск Antares — невеликої мовної моделі, розробленої для пошуку новин про вразливості та кодових баз. Модель доступна у версіях з 350 млн і 1 млрд параметрів на Hugging Face, а версія з 3 млрд параметрів скоро з’явиться. Antares допомагає командам з безпеки знаходити вразливості за допомогою команд у терміналі після введення описів CWE. У тестах з 290 кодовими базами та 500 завданнями Antares-1B показала рівень відновлення 22,4%, трохи кращий, ніж у GPT-5.5. Модель можна розгорнути локально або в приватних мережах, що робить її придатною для використання в AI + крипто-новинах та підприємствах. Cisco підкреслює, що вона має доповнювати, а не замінювати існуючі інструменти безпеки.

Повідомлення від ME AI, 22 липня (UTC+8), Cisco опублікувала повідомлення про запуск серії малих мовних моделей Antares, спеціально розроблених для виявлення вразливостей. Наразі офіційна версія з параметрами 350M і 1B вже доступна на Hugging Face (перейти сюди), а пізніше буде випущена версія з 3 мільярдами параметрів (3B).

Згідно з інформацією, Antares — це не AI-модель, яка може самостійно виявляти невідомі вразливості; її мета — допомагати фахівцям з безпеки у визначенні місця вразливостей (Vulnerability Localization). Після отримання типу CWE та відповідного опису вразливості модель використовує команди терміналу для пошуку в кодовій базі та генерує звіт про перевірку, щоб допомогти фахівцям з безпеки підвищити ефективність ручного аналізу.

Для оцінки продуктивності моделі Antares Cisco провів базовий тест на виявлення вразливостей (Vulnerability Localization Benchmark), який охоплює 290 реальних кодових репозиторіїв, 147 типів вразливостей CWE та 500 тестових завдань. Згідно з технічним звітом, опублікованим Cisco, Antares-1B досяг показника повноти виявлення файлів з вразливостями (Recall) на рівні 22,4%, що є найвищим результатом серед усіх протестованих моделей, трохи вищим за 22,1% у GPT-5.5.

Сіско вказує, що через менший розмір моделі Antares її можна безпосередньо розгорнути та запустити в локальному середовищі або корпоративній мережі, що надає їй переваги легкості та конфіденційності. Однак її функціональність обмежена, і вона може використовуватися лише як допоміжний інструмент; для створення повної системи захисту програмного забезпечення компаніям все ще необхідно поєднувати її з аналізом залежностей, аналізом складу програмного забезпечення (SBOM), скануванням чутливих даних, динамічним тестуванням безпеки, моделюванням загроз, усуненням вразливостей та ручним безпековим аудитом.(Джерело: X)

Відмова від відповідальності: Інформація на цій сторінці може бути отримана від третіх осіб і не обов'язково відображає погляди або думки KuCoin. Цей контент надається лише для загального інформування, без будь-яких запевнень або гарантій, а також не може розглядатися як фінансова або інвестиційна порада. KuCoin не несе відповідальності за будь-які помилки або упущення, а також за будь-які результати, отримані в результаті використання цієї інформації. Інвестиції в цифрові активи можуть бути ризикованими. Будь ласка, ретельно оцініть ризики продукту та свою толерантність до ризику, виходячи з ваших власних фінансових обставин. Для отримання додаткової інформації, будь ласка, зверніться до наших Умов використання та Розкриття інформації про ризики.