Tin nhắn từ ME AI, ngày 22 tháng 7 (UTC+8), Cisco đăng bài thông báo ra mắt dòng mô hình ngôn ngữ nhỏ Antares, các mô hình này được thiết kế đặc biệt để phát hiện lỗ hổng. Hiện tại, chính thức đã phát hành phiên bản 350M và 1B tham số trên Hugging Face (truy cập tại đây), và sẽ tiếp tục ra mắt phiên bản 3 tỷ tham số (3B) trong tương lai.
Theo thông tin, Antares không phải là mô hình AI có khả năng tự phát hiện lỗ hổng chưa biết; mục đích thiết kế của nó là hỗ trợ các chuyên gia bảo mật trong việc định vị lỗ hổng (Vulnerability Localization). Sau khi nhận được loại lỗ hổng CWE và mô tả liên quan, mô hình sẽ sử dụng lệnh đầu cuối để tìm kiếm kho mã nguồn và xuất báo cáo kiểm tra, nhằm giúp các chuyên gia bảo mật nâng cao hiệu quả kiểm tra thủ công.
Để đánh giá hiệu suất mô hình Antares, Cisco đã thực hiện một bài kiểm tra chuẩn hóa định vị lỗ hổng (Vulnerability Localization Benchmark), bao gồm 290 kho mã nguồn thực tế, 147 loại lỗ hổng CWE và 500 nhiệm vụ kiểm tra. Theo báo cáo kỹ thuật do Cisco công bố, Antares-1B đạt tỷ lệ phát hiện tệp lỗ hổng (Recall) là 22,4%, xếp hạng cao nhất trong tất cả các mô hình tham gia thử nghiệm, cao hơn nhẹ so với GPT-5.5 ở mức 22,1%.
Cisco cho biết, do mô hình Antares có quy mô nhỏ, nên có thể triển khai trực tiếp trong môi trường nội bộ và chạy trên mạng doanh nghiệp, mang đặc điểm nhẹ và bảo mật cao. Tuy nhiên, chức năng của nó bị hạn chế, chỉ có thể sử dụng như công cụ hỗ trợ; doanh nghiệp vẫn cần kết hợp các biện pháp như phân tích thành phần phụ thuộc, phân tích cấu phần phần mềm (SBOM), quét thông tin nhạy cảm, kiểm thử bảo mật động, mô hình hóa mối đe dọa, vá lỗ hổng và đánh giá bảo mật thủ công để xây dựng hệ thống bảo vệ phần mềm toàn diện.（Nguồn: Nền tảng X）