Cisco Foundation AI veröffentlicht Antares: Kompakte Modelle zur Lokalisierung von Code-Schwachstellen

Cisco Foundation AI hat Antares veröffentlicht, eine Familie von kleinen Sprachmodellen für die Sicherheit, die speziell für die Schwachstellenlokalisierung entwickelt wurden: Bei einer gegebenen Schwachstellenbeschreibung und einem Repository finden sie die Dateien, die den Fehler enthalten. Zwei Modelle, Antares-350M und Antares-1B, sind unter der Apache 2.0-Lizenz auf Hugging Face als Open-Weight-Modelle verfügbar. Cisco hat außerdem den Vulnerability Localization Benchmark (VLoc Bench) veröffentlicht, eine agentische Evaluierung mit 500 Aufgaben, unter derselben Lizenz. Die Antares-Modelle sind Decoder-only-Transformer, die auf den Checkpoints von IBM Granite 4.0 basieren. Das 1B-Modell erreicht 0,209 File F1 auf VLoc Bench und liegt damit über GLM-5.2 mit 753 Milliarden Parametern (0,186) und Gemini 3 Pro, während GPT-5.5 einen Wert von 0,229 erzielt. Das 3B-Modell (nicht veröffentlicht) erreicht 0,223. Überwachtes Feintuning und Verstärkungslernen mittels GRPO brachten deutliche Verbesserungen; GRPO steigerte den File F1 um 11-25 % und reduzierte die Varianz um 42-65 %. Ein vollständiger Durchlauf mit 500 Aufgaben kostet weniger als 1 US-Dollar auf einer H100, verglichen mit 12,50 US-Dollar für GLM-5.2 und 141 US-Dollar für GPT-5.5.