Cisco 推出 Antares 小型語言 AI 模型用於弱點定位

KuCoinFlash

發佈時間：

精華摘要

Cisco 於 7 月 22 日（UTC+8）宣布推出 Antares，這是一款專為漏洞新聞和代碼庫搜索設計的小型語言模型。該模型已在 Hugging Face 上提供 350M 和 1B 參數版本，3B 版本即將推出。Antares 可協助安全團隊在輸入 CWE 描述後，透過終端指令定位漏洞。在包含 290 個代碼庫和 500 個任務的測試中，Antares-1B 的召回率為 22.4%，略優於 GPT-5.5。該模型可部署於本地或私有網絡，適用於 AI + 加密貨幣新聞及企業用途。Cisco 強調，Antares 應作為輔助工具，而非取代現有的安全工具。

ME AI 消息，7 月 22 日（UTC+8），思科发文，宣布推出 Antares 系列小語言模型，相應模型專門用於定位漏洞，目前官方已在 Hugging Face（點此訪問）發布 350M 和 1B 參數版本，後續還將推出 30 億參數（3B）版本。

據介紹，Antares 並非能夠自主發現未知漏洞的 AI 模型，其設計目的是幫助安全人員進行漏洞定位（Vulnerability Localization），模型在獲取 CWE 漏洞類型及相關描述後，會利用終端命令搜索代碼庫，輸出檢查報告，以便幫助安全人員提升人工審查效率。

為評估 Antares 模型性能，思科進行了一項漏洞定位基準測試（Vulnerability Localization Benchmark），該測試涵蓋 290 個真實代碼庫、147 種 CWE 漏洞類型以及 500 項測試任務。根據思科公布的技术報告，Antares-1B 在漏洞文件檢出率（Recall）方面達到 22.4%，在所有參與測試的模型中排名最高，略高於 GPT-5.5 的 22.1%。

思科表示，由於 Antares 模型規模較小，可直接部署於本地環境、企業內網中運行，具有輕量化、隱私化特點。不過其本身功能有限，只能用作輔助用途，企業仍需要結合依賴組件分析、軟體組成分析（SBOM）、敏感資訊掃描、動態安全測試、威脅建模、漏洞修復以及人工安全審查等措施，才能建立完整的軟體安全防護體系。（來源：X平台）

來源:顯示原文

免責聲明：本頁面資訊可能來自第三方，不一定反映KuCoin的觀點或意見。本內容僅供一般參考之用，不構成任何形式的陳述或保證，也不應被解釋為財務或投資建議。 KuCoin 對任何錯誤或遺漏，或因使用該資訊而導致的任何結果不承擔任何責任。虛擬資產投資可能存在風險。請您根據自身的財務狀況仔細評估產品的風險以及您的風險承受能力。如需了解更多信息，請參閱我們的使用條款和風險披露。