Cisco เปิดตัว Antares: โมเดล AI สายความปลอดภัย ขนาดจิ๋วแต่แจ๋ว ระบุตำแหน่งช่องโหว่โค้ดได้แม่นยำกว่าโมเดลยักษ์ใหญ่

Cisco Foundation AI ได้เปิดตัว Antares ตระกูลโมเดลภาษาขนาดเล็กด้านความปลอดภัย (Security SLMs) ที่ถูกออกแบบมาเพื่อภารกิจเฉพาะทางอย่างการระบุตำแหน่งช่องโหว่ (Vulnerability Localization) โดยโมเดลนี้สามารถวิเคราะห์คำอธิบายช่องโหว่ประกอบกับโค้ดใน Repository เพื่อระบุไฟล์ที่มีข้อบกพร่องได้อย่างแม่นยำ

ปัจจุบันมีการปล่อยโมเดลสองรุ่นในรูปแบบ Open-weight ภายใต้สัญญาอนุญาต Apache 2.0 บน Hugging Face ได้แก่ Antares-350M และ Antares-1B นอกจากนี้ทีมงานยังได้เผยแพร่ Vulnerability Localization Benchmark (VLoc Bench) ซึ่งเป็นระบบประเมินผลแบบ Agentic จำนวน 500 งาน เพื่อมาตรฐานใหม่ในการวัดผลด้านความปลอดภัย

ไฮไลต์สำคัญอยู่ที่ประสิทธิภาพของโมเดลขนาดเล็ก โดย Antares-1B สามารถทำคะแนนได้ถึง 0.209 File F1 แซงหน้าโมเดลขนาดมหึมาอย่าง GLM-5.2 ที่มีพารามิเตอร์ถึง 753B (ทำได้ 0.186) และเข้าใกล้ GPT-5.5 ที่ทำไว้ 0.229 ชี้ให้เห็นว่าการฝึกฝนเฉพาะทางให้ผลลัพธ์ที่ดีเยี่ยมแม้ใช้ทรัพยากรน้อยกว่า

ขอบเขตปัญหาที่ Antares มุ่งเน้น

ความปลอดภัยของซอฟต์แวร์ในปัจจุบันประสบปัญหาการเชื่อมโยงข้อมูลช่องโหว่จากภายนอก เช่น Common Weakness Enumerations (CWE) เข้ากับ Source Code ภายในที่มีความซับซ้อนและมีขนาดใหญ่ ส่งผลให้นักพัฒนาต้องเสียเวลาและค่าใช้จ่ายสูงในการคัดกรองเบื้องต้น (Triage) เพื่อค้นหาจุดกำเนิดของปัญหา

Cisco ระบุชัดเจนว่า Antares ไม่ได้ถูกสร้างมาเพื่อแทนที่เครื่องมือ Toolchain ด้านความปลอดภัยเดิม แต่จะเข้ามาช่วยเสริมการทำงานในขั้นตอนการคัดกรอง โดยทีมพัฒนายังคงต้องใช้การสแกน Dependency, การทดสอบแบบ Dynamic, และการตรวจสอบโดยผู้เชี่ยวชาญควบคู่กันไป

ความเข้าใจเกี่ยวกับโมเดล

Antares ประกอบด้วยโมเดลแบบ Decoder-only สามขนาด ได้แก่ 350M, 1B และ 3B โดยพัฒนาต่อยอดมาจาก Checkpoints ของ IBM Granite 4.0 พร้อมใช้สถาปัตยกรรมร่วมสมัยอย่าง Grouped-query Attention, SwiGLU MLPs และ RoPE

การทำงานของ Agent Loop

ในการประเมินผล Antares จะทำงานร่วมกับชุดเครื่องมือภายใน Loop ที่จำกัด โดยได้รับเพียงข้อมูลหมวดหมู่ CWE เท่านั้น จากนั้นโมเดลจะส่งคำสั่ง Terminal แบบ Read-only ไปยัง Docker Sandbox เพื่อสำรวจหาความผิดปกติ โดยมีงบประมาณการเรียกใช้เครื่องมือได้ไม่เกิน 15 ครั้งต่อหนึ่งงาน

เมื่อจบกระบวนการ โมเดลจะส่งผลลัพธ์เป็นรายการเส้นทางไฟล์ (File Paths) ที่จัดลำดับความเสี่ยงไว้เรียบร้อยแล้ว พร้อมแนบร่องรอยการสำรวจ (Exploration Trace) เพื่อให้นักพัฒนาสามารถตรวจสอบย้อนกลับถึงเหตุผลที่โมเดลระบุจุดนั้นๆ ได้

สิ่งที่ VLoc Bench วัดผล

VLoc Bench รวบรวมงาน 500 รายการจาก 290 Repositories จริงบน GitHub Security Advisories ครอบคลุม 6 ระบบนิเวศ รวมถึง npm, pip และ Go โดยใช้ Patch ความปลอดภัยจริงเป็นเกณฑ์ตัดสิน (Ground Truth)

การทดสอบถูกแบ่งเป็นสองระยะคือ ระยะ A สำหรับวัดความแม่นยำในการหาจุดบกพร่อง (File F1) และ ระยะ B สำหรับทดสอบในโค้ดที่ผ่านการแก้ไขแล้ว เพื่อดูอัตราการแจ้งเตือนผิดพลาด (True Negative Rate) ว่าโมเดลจะยังแจ้งเตือนในจุดที่ซ่อมแล้วหรือไม่

ผลลัพธ์: การฝึกฝนเฉพาะทางชนะขนาดพารามิเตอร์

ข้อมูลการทดสอบแสดงให้เห็นว่า Antares-1B ทำคะแนน File F1 ได้โดดเด่นกว่าโมเดลขนาดใหญ่และโมเดลชื่อดังอย่าง Gemma-4-31B หรือ Gemini 2.5 Flash นอกจากนี้ Antares-1B ยังรักษาสถิติการเรียกคืนข้อมูล (Recall) ได้สูงสุดที่ 0.224 เมื่อเทียบกับระบบทั้งหมดที่ร่วมประเมิน

ในขณะที่เครื่องมือวิเคราะห์แบบ Static (Static Analysis Tools) อย่าง Semgrep หรือ CodeQL ทำคะแนนได้เพียง 0.086 และ 0.023 ตามลำดับ ซึ่งสะท้อนว่าเครื่องมือที่ใช้กฎตายตัว (Rule-based) ไม่สามารถทำความเข้าใจบริบทที่เปลี่ยนแปลงไปของแต่ละ Repository ได้ดีเท่ากับโมเดล AI

ความสามารถมาจากไหน

สิ่งที่น่าสนใจคือโมเดลต้นฉบับอย่าง Granite 4.0 ก่อนการฝึกฝนพิเศษทำคะแนนได้เกือบเป็นศูนย์ ดังนั้นความสามารถทั้งหมดจึงมาจากกระบวนการ Post-training โดยใช้ Supervised Fine-tuning (SFT) ด้วยคลังข้อมูลด้านความปลอดภัยไซเบอร์และการให้เหตุผลที่เน้นคุณภาพสูง

นอกจากนี้ยังใช้เทคนิค GRPO ช่วยเพิ่มคะแนนขึ้นอีก 11-25% และช่วยลดความแปรปรวนของผลลัพธ์ลงได้สูงสุดถึง 65% ทำให้โมเดลมีความเสถียรและน่าเชื่อถือมากขึ้นในการนำไปใช้งานจริง

ประเด็นสำคัญ

• Antares-1B มีประสิทธิภาพเหนือกว่าโมเดลยักษ์ใหญ่อย่าง GLM-5.2 และ Gemini ในงานระบุช่องโหว่
• กระบวนการ Post-training คือหัวใจสำคัญที่เปลี่ยนโมเดลธรรมดาให้เป็นผู้เชี่ยวชาญด้านความปลอดภัย
• ค่าใช้จ่ายในการรันงาน 500 รายการ ต่ำกว่า $1 บน GPU H100 เพียงตัวเดียว ประหยัดกว่า GPT-5.5 ที่ต้องใช้เงินถึง $141
• ปัจจุบันยังคงต้องรอการเปิดเผยตัวเลข False-alarm และรุ่น Antares-3B ในอนาคต

ตรวจสอบเพิ่มเติมได้ที่ โมเดลบน Hugging Face, Benchmark, GitHub Repo และ รายงานทางเทคนิค