Cisco Foundation AI julkaisee Antares-mallit: Kompaktit mallit koodin haavoittuvuuksien paikallistamiseen

Cisco Foundation AI julkaisi Antaresin, pienten kielimallien (SLM) perheen, joka on suunniteltu erityisesti haavoittuvuuksien paikantamiseen: tietyn haavoittuvuuskuvauksen ja repositorion perusteella ne löytävät tiedostot, jotka sisältävät vian. Kaksi mallia, Antares-350M ja Antares-1B, on saatavilla avoimina painoina Apache 2.0 -lisenssillä Hugging Facessa. Cisco julkaisi myös Vulnerability Localization Benchmark -testin (VLoc Bench), 500 tehtävän agenttimaisen arvioinnin, samalla lisenssillä. Antares-mallit ovat dekooderipohjaisia transformereita, jotka perustuvat IBM Granite 4.0 -tarkistuspisteisiin. 1B-malli saavuttaa 0,209 File F1 -tuloksen VLoc Benchissä, mikä ylittää GLM-5.2:n 753 miljardilla parametrilla (0,186) ja Gemini 3 Pron, kun taas GPT-5.5 saa 0,229. 3B-malli (jota ei ole julkaistu) saa 0,223. Ohjattu hienosäätö (SFT) ja vahvistusoppiminen GRPO:n avulla tuottivat merkittäviä parannuksia; GRPO lisäsi File F1 -tulosta 11–25 prosenttia ja vähensi varianssia 42–65 prosenttia. Täysi 500 tehtävän ajo maksaa alle yhden dollarin yhdellä H100:lla, verrattuna 12,50 dollariin GLM-5.2:lle ja 141 dollariin GPT-5.5:lle.