Antares-350M

Antares-350M to mniejszy z dwoch modeli do lokalizacji podatnosci, ktore Cisco Foundation AI opublikowalo 21 lipca 2026 roku na licencji Apache 2.0 — i to wlasnie on stanowi caly argument. W liczacym 500 zadan benchmarku VLoc Bench osiaga wynik F1 na poziomie plikow 0,135 przy precyzji 0,136 i czulosci 0,178 — przed Gemini 2.5 Flash (0,102), Gemma-4-31B (0,101), GPT-5 Mini (0,098) i Qwen3.5-122B-A10B (0,091). Jedna trzecia miliarda parametrow wyprzedzajaca modele czolowe i stumiliardowe jest mozliwa tylko dlatego, ze zadanie jest waskie, a trening wycelowany dokladnie w nie. To agent terminalowy, a nie asystent do rozmowy. Dostajac opis znanej podatnosci w kategoriach CWE, przeszukuje podmontowane repozytorium poleceniami powloki — grep, find, cat — i zwraca pliki, ktore uznaje za objete problemem, razem ze sladem swojego przeszukiwania. Cisco trenowalo go dwuetapowo: nadzorowane dostrajanie na rozumowaniu z cyberbezpieczenstwa, danych deep research i trajektoriach przeszukiwania kodu, a nastepnie uczenie ze wzmocnieniem GRPO na pelnych trajektoriach agenta z wieloskladnikowa, weryfikowalna nagroda. Pod spodem jest autoregresyjny transformer decoder-only na szkielecie IBM Granite 4.0 350M: 28 warstw, wymiar ukryty 1024, 16 glowic uwagi i 4 glowice KV, SwiGLU, RMSNorm, RoPE, slownik 100 352 tokenow i okno kontekstu 32 tysiecy tokenow. Dane siegaja 10 kwietnia 2025 roku. Cisco nietypowo otwarcie mowi o ograniczeniach. Model ma klopot z repozytoriami wiekszymi niz 10 MB przy budzecie 15 polecen, dobrze radzi sobie z klasami podatnosci rozpoznawalnymi po wzorcu, a slabo z semantycznymi, i nie generuje ani exploitow, ani wyjasnien. To narzedzie do triazu w podejsciu shift-left i w CI/CD, przeznaczone do pracy w piaskownicy, z czlowiekiem czytajacym wynik — a nie zamiennik lancucha narzedzi bezpieczenstwa aplikacji. Wiekszy Antares-1B ma wlasny profil; wariant 3B jest zapowiedziany, ale niewydany.

▸Wideo

Brak materiałów wideo.

▸Recenzje