Cisco发布轻量级语言模型家族Antares，瞄准代码仓库中的漏洞筛查场景，用于定位更可能存在已知安全漏洞的文件。
据SiliconANGLE 21日（当地时间）报道，Cisco已在Hugging Face开源发布Antares-350M和Antares-1B权重，后续还将推出参数规模更大的Antares-3B。
Antares由Cisco旗下聚焦安全领域的AI研究与工程团队——Cisco Foundation AI开发。其核心思路是，将公开漏洞数据库、安全公告以及通用弱点枚举（CWE）等信息，与代码仓库中的具体文件建立关联，从而缩小漏洞排查范围。
在工作机制上，Antares会根据漏洞描述识别相关代码模式和候选文件，并随着新线索不断调整检索路径，最终输出高风险文件的排序结果。同时，模型还会给出完整的检索路径，便于安全团队进一步分析。
Cisco表示，这些模型均可在本地环境运行，安全团队无需将敏感源代码发送至云端，即可在自有环境中完成分析。该公司认为，这一方案适用于高校、公共部门、非营利组织，以及预算有限、难以采购商用模型的小型安全团队。
不过，Cisco同时强调，Antares只是用于加快初步漏洞筛查的工具，并不能替代完整的安全分析流程。依赖项分析、软件成分分析、敏感信息扫描、动态测试以及人工审查等环节，仍然不可或缺。
记者信息
Chi-gyu Hwang (황치규)
delight@d-today.co.kr