Antares: Foundation Models for Agentic Vulnerability Localization
تُعد "أنتاريس" عائلة من النماذج التأسيسية المدمجة ومنخفضة التكلفة (350 مليون إلى 3 مليارات معلمة) والتي تم تدريبها عبر مسار مكون من مرحلتين من الضبط الدقيق الخاضع للإشراف والتعلم المعزز، مما يحقق أداءً في تحديد مواقع الثغرات البرمجية بأسلوب الوكيل يضاهي نموذج "GPT-5.5"، بينما يتفوق بشكل كبير على النماذج ذات الأوزان المفتوحة التي تزيد في حجمها عنها بأكثر من 200 مرة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك محقق يحاول حل جريمة، لكن مسرح الجريمة ليس غرفة واحدة؛ بل هو مدينة ضخمة ومترامية الأطراف تضم ملايين المباني، وكل مبنى يحتوي على آلاف الغرف. الخيط الوحيد الذي تملكه هو وصف غامض للجريمة، مثل "شخص ما سرق نوعًا معينًا من الأقفال". في عالم البرمجيات، هذه المدينة هي "قاعدة الكود" (codebase)—وهي المجموعة الكاملة من الملفات التي تشكل برنامجًا ما. "القفل" هو ثغرة أمنية، تُعرف باسم "نقطة الضعف" (vulnerability). العثور بدقة على الملف الذي يحتوي على هذه الثغرة يسمى "تحديد موقع نقاط الضعف" (vulnerability localization). إنها مهمة حاسمة لأنه إذا لم تتمكن من العثور على الجزء المكسور، فلن تتمكن من إصلاحه. تقليديًا، استخدم خبراء الأمن أداتين رئيسيتين: كتب قواعد صارمة (التحليل الساكن) التي تبحث عن أنماط معروفة ولكنها تفوت الحيل الجديدة، أو نماذج ذكاء اصطناعي عملاقة فائقة الذكاء ولكنها بطيئة ومكلفة، وغالبًا ما تتطلب إرسال الكود الخاص إلى السحابة، وهو أمر تكرهه الشركات.
إليك النهج الجديد الذي يعامل هذه المشكلة كلعبة "الغميضة" التي يلعبها وكيل ذكي ورشيق. بدلًا من مجرد قراءة كتاب أو سؤال عقل عملاق، يعلم هذا النهج الجديد الكمبيوتر كيف "يمشي" فعليًا عبر المدينة الرقمية، ويفتح الأبواب، ويسترق النظر للداخل، ويتتبع الأدلة تمامًا كما يفعل المحقق البشري. السؤال الكبير الذي طرحه الباحثون هو: هل تحتاج إلى عقل عملاق ومكلف للقيام بذلك، أم يمكن لـ "محقق" أصغر وأسرع وأرخص أن يتعلم أن يكون جيدًا بقدر كافٍ إذا تم تدريبه خصيصًا على المهارات الصحيحة؟
يقدم البحث عائلة Antares، وهي مجموعة من نماذج الذكاء الاصطناعي الصغيرة والمدمجة المصممة لتكون هؤلاء المحققين الرقميين الرشيقين. مبنية على نماذج "Granite" الموجودة، تأتي Antares في ثلاثة أحجام: 350 مليون، و1 مليار، و3 مليارات معلمة (parameter)—فكر في هذه المعلمات كعدد "النيورونات" أو الروابط في عقل الذكاء الاصطناعي. لم يكتفِ الباحثون بتغذية هذه النماذج بالعديد من الكتب التعليمية الأمنية؛ بل علموا هذه النماذج كيف "تتصرف". استخدموا عملية تدريب من خطوتين. أولاً، استخدموا الضبط الدقيق الخاضع للإشراف (SFT)، وهو يشبه إعطاء الذكاء الاصطناعي دورة مكثفة في المفاهيم الأمنية وتعليمه كيفية استخدام واجهة سطر الأوامر (terminal) للتنقل بين المجلدات وقراءة الملفات. بعد ذلك، استخدموا التعلم المعزز (RL)، وهي طريقة يلعب فيها الذكاء الاصطناعي اللعبة آلاف المرات. في كل مرة ينجح فيها في العث find ملف مصاب بثغرة، يحصل على "مكافأة". وفي كل مرة يتوه فيها أو يخمن بشكل خاطئ، يحصل على عقوبة. بمرور الوقت، يتعلم الذكاء الاصطناعي استراتيجية محددة: البحث، والتحقق، والتحسين.
النتائج مثيرة للدهشة وتخالف التوقعات. يشير البحث إلى أن التدريب المتخصص في المهمة أهم بكثير من الحجم الخام. في اختباراتهم، حقق أكبر نموذج في Antales، وهو Antares-3B، درجة قدرها 0.223 في اختبار متخصص يسمى (VLoc Bench). هذه الدرجة مطابقة تقريبًا لنموذج GPT-5.5، وهو نموذج ضخم ومغلق المصدر، ومن المرجح أنه أكبر بمرات عديدة وأكثر تكلفة بكثير في التشغيل. والأهم من ذلك، أن Antares-3B تفوق بشكل كبير على النماذج الأكبر حجمًا والمفتوحة الأوزان، بما في ذلك GLM-5.2 (الذي يمتلك أكثر من 700 مليار معلمة). وبينما أظهرت نماذج Antares الأصغر (350M و1B) تحسنًا مذهلاً مقارنة بنسخها الأساسية وتفوقت على بعض النماذج العامة الأكبر، إلا أنها لم تتجاوز أفضل المؤدين من الفئة العليا مثل GPT-5.5 أو GLM-5.2. بدلاً من ذلك، الخلاصة الرئيسية هي أن نموذجًا مدمجًا تم تدريبه خصيصًا لهذه المهمة يمكنه منافسة العمالقة، بينما غالبًا ما يخفق النموذج العملاق الذي يفتقر إلى هذا التدريب المحدد.
اكتشف الباحثون أيضًا أن صعوبة العثور على خطأ برمي لا تتعلق بمدى "سوء" الخطأ (خطورته)، بل بمدى "فوضى" الكود. وجدوا أن النماذج تعاني أكثر في الأنظمة البيئية المعقدة مثل Maven (أداة لـ Java) حيث تكون الملفات مدفونة في طبقات عميقة، لكنها تؤدي بشكل أفضل بكثير في الأنظمة الأبسط مثل pip (لـ Python) أو npm (لـ JavaScript). علاوة على ذلك، وجدوا أن نجاح الذكاء الاصطناعي ينخفض بشكل حاد عندما تكون الثغرة منتشرة عبر ملفات عديدة أو عندما تكون قاعدة الكود ضخمة (أكثر من 10 ميجابايت). وهذا يشير إلى أنه بينما يعد الذكاء الاصطناعي بارعًا في البحث، فإنه لا يزال يعاني في تتبع كمية هائلة من الأدلة في وقت واحد.
ربما يكون الاكتشاف الأكثر إثارة هو السرعة والتكلفة. نظرًا لأن Antares صغير، يمكن تشغيله على شريحة كمبيوتر قوية واحدة (H100 GPU) في مكتب محلي. حسب الفريق أن تشغيل اختبار الـ 500 مهمة بالكامل استغرق حوالي 15 دقيقة وكلف أقل من دولار واحد من الكهرباء وتأجير الأجهزة. في المقابل، فإن استخدام GPT-5.5 الضخم لنفس المهمة سيستغرق حوالي 5 ساعات وسيكلف حوالي 141 دولارًا. وهذا يعني أن الشركات يمكنها تشغيل فحوصات الأمان هذه على خوادمها الخاصة، مما يحافظ على سرية الكود الخاص بها بعيدًا عن الإنترنت، دون كسر الميزانية.
ومع ذلك، يوضح البحث بحذر أن هذا ليس عصا سحرية تحل كل شيء. لا يزال الذكاء الاصطناعي يفشل في الحالات الأكثر تعقيدًا وصعوبة حيث تكون الأدلة مشتتة عبر عشرات الملفات. يقترح الباحثون أن القيد ليس في عدد الأوامر التي يمكن للذكيز الاصطناعي كتابتها، بل في قدرته على تحديد الأولويات لمعرفة أي الأدلة هي التي تهم حقًا. كما أكدوا أنه بينما يعد Antares أداة قوية للعثور على الأخطاء لإصلاحها، فإنه مخصص حصريًا للأمن الدفاعي ولا ينبغي أبدًا استخدامه لمهاجمة الأنظمة.
باختصار، تظهر Antares أنك لا تحتاج إلى عقل عملاق لتكون محققًا جيدًا؛ بل تحتاج فقط إلى التدريب الصحيح. من خلال تعليم ذكاء اصطناعي صغير كيفية البحث، والتحقق، وتحسين تخميناته في بيئة واقعية، خلق الباحثون أداة سريعة، رخيصة، خاصة، وفعالة بشكل مذهل في العثور على الإبر في كومة قش رقمية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.