Cisco Foundation AI publikuje Antares: modele AI do lokalizacji luk w kodzie źródłowym
W skrócie
- Cisco Foundation AI udostępniło na licencji Apache 2.0 dwa modele open-weight Antares-350M i Antares-1B, przeznaczone wyłącznie do lokalizowania znanych podatności w repozytoriach kodu.
- Model Antares-1B osiąga wynik File F1 równy 0,209, przewyższając otwarty model o 753 miliardach parametrów (wynik 0,186) i zbliżając się do GPT-5.5 (wynik 0,229).
- Wraz z modelami Cisco opublikowało benchmark VLoc Bench — zestaw 500 zadań opartych na 290 rzeczywistych repozytoriach z publicznych poradników bezpieczeństwa GitHub.
Cisco Foundation AI udostępniło rodzinę małych modeli językowych (SLM) o nazwie Antares, zaprojektowanych z myślą o jednym, ściśle określonym zadaniu z zakresu bezpieczeństwa: lokalizacji podatności w kodzie. Zadanie polega na tym, że model — otrzymawszy opis podatności i dostęp do repozytorium — wskazuje pliki zawierające lukę marktechpost.com.
Dwa modele open-weight i benchmark
Dwa modele są już dostępne na platformie Hugging Face: Antares-350M oraz Antares-1B, oba na licencji Apache 2.0. Cisco opublikowało również Vulnerability Localization Benchmark (VLoc Bench) — zestaw 500 zadań agentowych służących do oceny modeli, również objęty tą samą licencją marktechpost.com.
Kluczowy wynik nie jest nowym rekordem, lecz dowodem na efektywność małych, wyspecjalizowanych modeli. Antares-1B osiąga wynik File F1 równy 0,209. Dla porównania: GPT-5.5 uzyskuje 0,229, natomiast otwarty model o 753 miliardach parametrów osiąga jedynie 0,186. Mniejszy, wyspecjalizowany model bije zatem znacznie większy model ogólnego przeznaczenia marktechpost.com.
Architektura modeli
Antares to trzy dekodery transformatorowe o rozmiarach 350M, 1B i 3B parametrów. Wszystkie trzy inicjalizowane są z punktów kontrolnych IBM Granite 4.0. Modele współdzielą tokenizer i architekturę: uwagę grupową (grouped-query attention), warstwy SwiGLU MLP, normalizację RMSNorm, kodowanie pozycyjne RoPE oraz współdzielone osadzenia wejścia i wyjścia marktechpost.com.
| Model | Parametry | Kontekst | Status | |---|---|---|---| | Antares-350M | 350M | 32K | Dostępny publicznie | | Antares-1B | 1,6B | 128K | Dostępny publicznie | | Antares-3B | 3B | 128K | Niedostępny |
Jak działa pętla agentowa
Antares nie jest oceniany jako samodzielny model sekwencyjny — działa wewnątrz ograniczonej pętli agentowej z trzema narzędziami. Model otrzymuje wyłącznie opis kategorii CWE (Common Weakness Enumeration), bez tekstu poradnika, wskazówek dotyczących plików ani szczegółów dotyczących krytyczności podatności marktechpost.com.
Następnie wydaje polecenia terminala tylko do odczytu, wykonywane w izolowanym środowisku Docker z wyłączoną siecią. Wyjście każdego polecenia jest obcinane do 2 000 znaków przed włączeniem do transkryptu. Budżet wynosi 15 wywołań terminala na zadanie. Model kończy działanie, wywołując submit_vulnerable_files z uszeregowaną listą plików lub submit_no_vulnerability_found. Wynikiem jest uszeregowana lista ścieżek do plików wraz ze śladem eksploracji, który do niej doprowadził marktechpost.com.
Co mierzy VLoc Bench
VLoc Bench obejmuje 500 zadań pochodzących z 290 unikalnych, rzeczywistych repozytoriów. Źródłem są publiczne poradniki bezpieczeństwa GitHub (GitHub Security Advisories) z sześciu ekosystemów: npm, pip, Maven, Go, Rust i Composer. Benchmark pokrywa 147 unikalnych kategorii CWE, a 78% wpisów posiada przypisane identyfikatory CVE. Dane referencyjne (ground truth) wywodzą się z łatek bezpieczeństwa — za podatne uznawane są pliki zmodyfikowane w ramach poprawki marktechpost.com.
Czym Antares nie jest
Cisco wyraźnie zaznacza, że Antares nie zastępuje całego łańcucha narzędzi bezpieczeństwa aplikacji. Zespoły programistyczne nadal potrzebują skanowania zależności, wykrywania sekretów, testów dynamicznych, weryfikacji kontenerów, modelowania zagrożeń oraz przeglądu eksperckiego. Antares koncentruje się wyłącznie na pierwszym etapie triażu — połączeniu zewnętrznej wiedzy o podatnościach z wewnętrznym kodem źródłowym — który według Cisco jest miejscem największej koncentracji kosztów w tym procesie marktechpost.com.
Co to oznacza
Publikacja Antares pokazuje wyraźny trend w branży bezpieczeństwa IT: zamiast rozbudowywać modele ogólnego przeznaczenia, coraz więcej firm stawia na małe, wyspecjalizowane modele językowe dostrojone do konkretnych zadań. Fakt, że model o 1,6 miliarda parametrów przewyższa otwarty model o 753 miliardach parametrów w zadaniu lokalizacji podatności, jest argumentem przemawiającym za tym podejściem — zarówno pod względem efektywności obliczeniowej, jak i kosztów wdrożenia.
Dla polskich zespołów zajmujących się bezpieczeństwem aplikacji i DevSecOps oznacza to dostęp do narzędzia, które można uruchomić lokalnie (licencja Apache 2.0, otwarte wagi) bez konieczności wysyłania kodu do zewnętrznych API. To istotne z perspektywy zgodności z regulacjami dotyczącymi ochrony danych oraz bezpieczeństwa własności intelektualnej.
Jednocześnie warto zachować ostrożność: Antares rozwiązuje tylko jeden, wąski problem — wskazanie pliku z podatnością. Nie zastępuje audytu bezpieczeństwa, skanera zależności ani analizy dynamicznej. Jego wartość leży w automatyzacji żmudnego, pierwszego etapu triażu, który dotychczas wymagał ręcznego przeszukiwania nieznanych baz kodu — i właśnie w tej roli może realnie odciążyć zespoły bezpieczeństwa w organizacjach każdej wielkości.
Szerszy kontekst
Antares-1B osiąga wynik 0,209, wyprzedzając GLM-5.2 o 753 mld parametrów, który uzyskuje 0,186.
Antares stosuje iteracyjny wzorzec wyszukiwania, który przypomina sposób, w jaki ludzki badacz przechodzi przez repozytorium.
Mając jedynie opis CWE oraz dostęp do repozytorium tylko do odczytu, Antares przeszukuje bazę kodu i wskazuje pliki, w których znajduje się luka.
Analiza
Najważniejszy wniosek z Antares nie dotyczy rekordu w benchmarku, bo sam Cisco i omawiający model Marktechpost podkreślają, że to nie jest nowy state of the art. Istotne jest to, że model z 1B parametrów osiąga File F1 na poziomie 0,209, wyprzedzając otwarty model o 753 mld parametrów (0,186) (wg marktechpost.com). Różnica do GPT-5.5 (0,229) jest niewielka, ale koszt jest zupełnie inny: według tego samego źródła pełny przegląd 500 zadań na jednym H100 kosztuje poniżej 1 dolara, podczas gdy GLM-5.2 kosztuje 12,50 dolara, a GPT-5.5 141 dolarów. Wynik potwierdza tezę, że dla wąskiego zadania model dostrojony do niego przewyższa większy model ogólnego przeznaczenia. Warto jednak zauważyć, że bazowe punkty kontrolne IBM Granite 4.0 uzyskują w tym samym protokole wynik bliski zeru, więc cała zdolność pochodzi z etapu post-treningu. Uczenie przez wzmacnianie GRPO dodaje według marktechpost.com od 11 do 25 procent File F1 i zmniejsza rozrzut między kolejnymi uruchomieniami o 42–65 procent, co ma znaczenie dla powtarzalnych skanów w CI.
Druga istotna obserwacja dotyczy porównania z narzędziami statycznej analizy. Semgrep osiąga 0,086, CodeQL 0,023, a Horusec 0,020 (wg marktechpost.com). Według Cisco skanery oparte na regułach znajdują część podatnych plików, ale nie potrafią adaptacyjnie badać kontekstu repozytorium. Antares działa jak człowiek prowadzący śledztwo: czyta pliki, zmienia kierunek i zawęża poszukiwania. Z relacji zespołu wynika też, że model po premierze został przetestowany na dwóch cudzych benchmarkach, Berkeley cyber-capability suite i społecznościowej replice ewaluacji Devina, i według Cisco zachował skuteczność poza własnym rozkładem danych (wg blogs.cisco.com). Warto jednak pamiętać, że to testy prowadzone przez autorów modelu. Dla polskich zespołów DevSecOps najbardziej praktyczne jest to, że pełne wagi są dostępne na licencji Apache 2.0, a w ciągu miesiąca modele pobrano 29 800 razy z Hugging Face (wg blogs.cisco.com). Do tego dochodzi przykładowe CLI z wynikiem w formacie SARIF dla GitHub Code Scanning.
Ostrożność jest jednak uzasadniona. Najmocniejszy wariant, Antares-3B, nie został opublikowany, a zapowiedzi o jego zbliżeniu do GPT-5.5 nie da się zweryfikować. Marktechpost zauważa też, że Cisco nie opublikowało wskaźników fałszywych alarmów dla etapu B, więc nie wiadomo, ile fałszywie wskazanych plików generuje model w praktyce. Dane z artykułu są również niespójne: tabela podaje dla Antares-1B 1,6B parametrów, a tekst mówi o modelu 1B. Antares nie zastępuje audytu ani skanowania zależności, ale może realnie skrócić pierwszy etap triażu, czyli najdroższą część procesu według samego Cisco. Miarą jego wartości będzie to, czy zespoły potwierdzą te wyniki na własnych repozytoriach.