모델AI 안전 🇺🇸 24.07.2026 04:05

시스코 파운데이션 AI, 코드 취약점 탐지용 소형 모델 '안타레스' 공개

Cisco SystemsCisco Systems IBMIBM
시스코 파운데이션 AI가 취약점 위치 파악을 위한 보안 소형 언어 모델(SLM) 제품군 '안타레스(Antares)'를 공개했습니다. 10억(1B) 매개변수 모델은 새로운 VLoc 벤치마크에서 파일 F1 0.209를 기록하며, 일부 훨씬 더 큰 모델보다 뛰어난 성능을 보였습니다. 안타레스-350M과 안타레스-1B는 Apache 2.0 라이선스로 허깅 페이스에 오픈 웨이트로 공개됩니다.
Cisco Foundation AI가 Antares를 출시했습니다. 이는 취약점 위치 식별에 특화된 소형 언어 모델(SLM) 제품군으로, 취약점 설명과 리포지토리가 주어지면 결함이 포함된 파일을 찾아냅니다. Antares-350M과 Antares-1B 두 가지 모델이 Apache 2.0 라이선스 하에 오픈 웨이트로 Hugging Face에서 제공됩니다. Cisco는 또한 동일한 라이선스로 500개 태스크로 구성된 에이전틱 평가 벤치마크인 취약점 위치 식별 벤치마크(VLoc Bench)를 공개했습니다. Antares 모델은 IBM Granite 4.0 체크포인트를 기반으로 한 디코더 전용 트랜스포머입니다. 1B 모델은 VLoc Bench에서 File F1 0.209를 기록했으며, 이는 753B 파라미터의 GLM-5.2(0.186)와 Gemini 3 Pro보다 높고, GPT-5.5는 0.229를 기록했습니다. (출시되지 않은) 3B 모델은 0.223을 기록했습니다. 지도 학습(SFT)과 GRPO를 통한 강화 학습이 큰 성능 향상을 가져왔으며, GRPO는 File F1을 11-25% 증가시키고 분산을 42-65% 감소시켰습니다. 전체 500개 태스크 실행 비용은 H100 하나에서 1달러 미만인 반면, GLM-5.2는 12.50달러, GPT-5.5는 141달러가 소요됩니다.
출처: MarkTechPost — 원문
관련 게시물 ↓
새로운 뉴스