Cisco Foundation AI apresenta Antares: modelos compactos para detecção de vulnerabilidades em código

A Cisco Foundation AI anunciou o Antares, uma família de pequenos modelos de linguagem (SLM) focados em segurança, especializados na tarefa específica de localizar vulnerabilidades. Dois modelos com pesos abertos, Antares-350M e Antares-1B, já estão disponíveis no Hugging Face sob a licença Apache 2.0; o terceiro modelo, Antares-3B, ainda não foi lançado. Juntamente com eles, foi publicado o benchmark VLoc Bench (500 tarefas) sob a mesma licença. Os modelos operam em um ciclo de agente: recebem uma descrição do tipo de vulnerabilidade (CWE) e podem executar até 15 comandos em um contêiner Docker isolado, explorando o repositório. Os resultados mostram que o Antares-1B atinge um File F1 de 0,209, superior aos valores do modelo GLM-5.2 com 753 bilhões de parâmetros (0,186) e do Gemini 3 Pro. A versão mais potente, Antares-3B (0,223), fica ligeiramente atrás do GPT-5.5 (0,229). Todos os três modelos são inicializados a partir dos checkpoints base do IBM Granite 4.0, que sem ajuste fino resultam em desempenho nulo. O principal ganho vem do supervised fine-tuning, e em seguida o GRPO adiciona 11-25% ao File F1 e reduz a variância dos resultados em 42-65%. A execução completa de 500 tarefas custa menos de 1 dólar em um único H100. A Cisco enfatiza que o Antares não substitui as ferramentas de segurança existentes, mas apenas automatiza a primeira etapa de triagem.