Cisco Foundation AI presenta Antares: modelos compactos para detección de vulnerabilidades en código

Cisco Foundation AI ha anunciado Antares, una familia de modelos pequeños de lenguaje de seguridad (SLM) especializados en la tarea concreta de localizar vulnerabilidades. Dos modelos con pesos abiertos, Antares-350M y Antares-1B, ya están disponibles en Hugging Face bajo la licencia Apache 2.0; el tercer modelo, Antares-3B, aún no se ha lanzado. Junto a ellos se ha publicado el benchmark VLoc Bench (500 tareas) bajo la misma licencia. Los modelos funcionan en un ciclo de agente: reciben una descripción del tipo de vulnerabilidad (CWE) y pueden ejecutar hasta 15 comandos en un contenedor Docker aislado, explorando el repositorio. Los resultados muestran que Antares-1B alcanza un File F1 de 0.209, superando al modelo GLM-5.2 con 753 mil millones de parámetros (0.186) y a Gemini 3 Pro. La versión más potente, Antares-3B (0.223), se acerca a GPT-5.5 (0.229). Los tres modelos se inicializan a partir de los puntos de control base de IBM Granite 4.0, que sin ajuste fino dan un resultado nulo. La principal mejora proviene del ajuste fino supervisado, y luego GRPO añade entre un 11% y un 25% de File F1, reduciendo la dispersión de resultados entre un 42% y un 65%. Una ejecución completa de las 500 tareas cuesta menos de 1 dólar en un solo H100. Cisco subraya que Antares no reemplaza las herramientas de seguridad existentes, sino que automatiza la primera fase de clasificación.