# 思科推出 Antares 小语言模型，专用于漏洞定位

- 来源：IT之家（RSS）
- 发布时间：2026-07-22 18:03
- AIHOT 分数：59
- AIHOT 链接：https://aihot.virxact.com/items/cmrvynans02ekbipza1gsp8tb
- 原文链接：https://www.ithome.com/0/980/239.htm

## AI 摘要

思科发布 Antares 系列小语言模型，专门用于漏洞定位，已在 Hugging Face 发布 350M 和 1B 参数版本，后续将推出 3B 版本。在思科的漏洞定位基准测试中，Antares-1B 的漏洞文件检出率达 22.4%，略高于 GPT-5.5 的 22.1%。该模型可本地部署，但仅作辅助用途，企业仍需结合其他安全措施建立完整防护体系。

## 正文

IT之家 7 月 22 日消息，思科发文，宣布推出 Antares 系列小语言模型，相应模型专门用于定位漏洞，目前官方已在 Hugging Face（点此访问）发布 350M 和 1B 参数版本，后续还将推出 30 亿参数（3B）版本。

据介绍，Antares 并非能够自主发现未知漏洞的 AI 模型，其设计目的是帮助安全人员进行漏洞定位（Vulnerability Localization），模型在获取 CWE 漏洞类型及相关描述后，会利用终端命令搜索代码库，输出检查报告，以便帮助安全人员提升人工审查效率。

为了评估 Antares 模型性能，思科进行了一项漏洞定位基准测试（Vulnerability Localization Benchmark），该测试涵盖 290 个真实代码库、147 种 CWE 漏洞类型以及 500 项测试任务。根据思科公布的技术报告，Antares-1B 在漏洞文件检出率（Recall）方面达到 22.4%，在所有参与测试的模型中排名最高，略高于 GPT-5.5 的 22.1%。

思科表示，由于 Antares 模型规模较小，可以直接部署在本地环境、企业内网中运行，具有轻量化、隐私化特点。不过其本身功能有限，只能用作辅助用途，企业仍需要结合依赖组件分析、软件组成分析（SBOM）、敏感信息扫描、动态安全测试、威胁建模、漏洞修复以及人工安全审查等措施，才能建立完整的软件安全防护体系。