Antares: Foundation Models for Agentic Vulnerability Localization
Antares is een familie van compacte, kosteneffectieve fundamentele modellen (350M–3B parameters) die via een tweestaps-pipeline van supervised fine-tuning en reinforcement learning zijn getraind en een agentische prestatie levert op het gebied van kwetsbaarheidslokalisatie die vergelijkbaar is met GPT-5.5, terwijl het open-weight modellen die meer dan 200 keer groter zijn aanzienlijk overtreft.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een detective bent die een misdaad probeert op te lossen, maar de plaats delict is geen enkele kamer; het is een enorme, uitgestrekte stad met miljoenen gebouwen, die elk duizenden kamers bevatten. De enige aanwijzing die je hebt is een vage beschrijving van de misdaad, zoals "iemand heeft een specifiek type slot gestolen." In de wereld van computersoftware is deze stad een "codebase" — de volledige verzameling bestanden die een programma vormen. Het "slot" is een beveiligingslek, ook wel een kwetsbaarheid genoemd. Het vinden van exact welk bestand dit lek bevat, wordt "vulnerability localization" genoemd. Dit is een cruciale taak, want als je het kapotte onderdeel niet kunt vinden, kun je het ook niet repareren. Traditioneel hebben beveiligingsexperts twee hoofdtools gebruikt: rigide regelboeken (statische analyse) die zoeken naar bekende patronen maar nieuwe trucs missen, of gigantische, superintelligente AI-modellen die ongelooflijk slim zijn maar traag, duur en vaak vereisen dat je privécode naar de cloud stuurt, wat bedrijven een hekel aan hebben.
Maak kennis met een nieuwe aanpak die dit probleem behandelt als een spelletje "verstoppertje" gespeeld door een slimme, wendbare agent. In plaats van alleen een boek te lezen of een gigantisch brein om hulp te vragen, leert deze nieuwe methode een computer om daadwerkelijk door de digitale stad te lopen, deuren te openen, naar binnen te gluren en aanwijzingen te volgen, precies zoals een menselijke detective dat zou doen. De grote vraag die onderzoekers stelden was: heb je een gigantisch, duur brein nodig, of kan een kleinere, snellere en goedkopere "detective" net zo goed worden als hij specifiek wordt getraind op de juiste vaardigheden?
Het artikel introduceert Antares, een familie van kleine, compacte AI-modellen ontworpen om deze wendbare digitale detectives te zijn. Gebouwd op de bestaande "Granite"-modellen, komt Antares in drie maten: 350 miljoen, 1 miljard en 3 miljard parameters (denk hierbij aan het aantal "neuronen" of verbindingen in het AI-brein). De onderzoekers hebben deze modellen niet alleen gevoed met een hele reeks beveiligingsleerboeken; ze hebben ze geleerd hoe ze moeten handelen. Ze gebruikten een tweetraps trainingsproces. Eerst gebruikten ze Supervised Fine-Tuning (SFT), wat lijkt op een crashcourse in beveiligingsconcepten en het leren hoe de AI een computerterminal (de command line) kan gebruiken om door mappen te navigeren en bestanden te lezen. Daarna gebruikten ze Reinforcement Learning (RL), een methode waarbij de AI de wedstrijd duizenden keren speelt. Elke keer dat de AI een kwetsbaar bestand succesvol vindt, krijgt het een "beloning". Elke keer dat de AI verdwaalt of een verkeerde gok doet, krijgt het een straf. In de loop van de tijd leert de AI een specifieke strategie: zoeken, verifiëren en verfijnen.
De resultaten zijn verrassend tegenintuïtief. Het artikel suggereert dat taakspecifieke training veel belangrijker is dan de ruwe grootte. In hun tests behaalde het grootste Antares-model, Antares-3B, een score van 0,223 op een gespecialiseerde test genaamd de Vulnerability Localization Benchmark (VLoc Bench). Deze score is bijna identiek aan die van GPT-5.5, een enorm, gesloten model dat waarschijnlijk vele malen groter en veel duurder is om te draaien. Cruciaal is dat Antares-3B aanzienlijk beter presteerde dan veel grotere open-weight modellen, waaronder GLM-5.2 (dat meer dan 700 miljard parameters heeft). Hoewel de kleinere Antares-modellen (350M en 1B) indrukwekkende verbeteringen lieten zien ten opzichte van hun basisversies en sommige grotere algemene baselines overtroffen, waren ze niet in staat om de toppresteerders zoals GPT-5.5 of GLM-5.2 te evenaren. In plaats daarvan is de belangrijkste les dat een compact model dat specifiek voor deze taak is getraind, kan concurreren met reuzen, terwijl een reus zonder deze specifieke training vaak tekortschiet.
De onderzoekers ontdekten ook dat de moeilijkheid van het vinden van een bug niet gaat over hoe "slecht" de bug is (de ernst ervan), maar eerder over hoe rommelig de code is. Ze merkten op dat modellen het meest moeite hadden met complexe ecosystemen zoals Maven (een Java-tool) waar bestanden diep in lagen begraven liggen, maar het veel beter deden in eenvoudigere ecosystemen zoals pip (Python) of npm (JavaScript). Bovendien ontdekten ze dat het succes van de AI scherp afneemt wanneer een kwetsbaarheid verspreid is over veel bestanden of wanneer de codebase enorm is (meer dan 10 MB). Dit suggereert dat hoewel de AI goed is in zoeken, het nog steeds moeite heeft met het tegelijkertig bijhouden van een enorme hoeveelheid bewijsmateriaal.
Misschien wel de meest opwindende bevinding is die over snelheid en kosten. Omdat Antares klein is, kan het draaien op een enkele krachtige computerchip (een H100 GPU) in een lokale kantooromgeving. Het team berekende dat het draaien van de volledige test met 500 taken ongeveer 15 minuten duurde en minder dan $1 kostte aan elektriciteit en hardwarehuur. In contrast hiermee zou het gebruiken van de gigantische GPT-5.5 voor dezelfde klus ongeveer 5 uur duren en ongeveer $141 kosten. Dit betekent dat bedrijven deze beveiligingscontroles potentieel op hun eigen private servers kunnen draaien, waardoor hun geheime code veilig blijft van het internet, zonder dat het een fortuin kost.
Het artikel merkt echter voorzichtig op dat dit geen toverstaf is die alles oplost. De AI faalt nog steeds op de moeilijkste, meest complexe gevallen waarbij het bewijs verspreid is over tientallen bestanden. De onderzoekers suggereren dat de beperking niet het aantal commando's is dat de AI kan typen, maar het vermogen om te prioriteren welke aanwijzingen er echt toe doen. Ze benadrukken ook dat hoewel Antares een krachtig hulpmiddel is om bugs te vinden om ze te repareren, het strikt bedoeld is voor defensieve beveiliging en nooit gebruikt mag worden om systemen aan te vallen.
Kortom, Antares laat zien dat je geen gigantisch brein nodig hebt om een goede detective te zijn; je hebt alleen de juiste training nodig. Door een kleine AI te leren hoe ze moet zoeken, verifiëren en haar gokken verfijnen in een echte omgeving, hebben de onderzoekers een tool gecreëerd die snel, goedkoop, privé en verrassend effectief is bij het vinden van de speld in de digitale hooiberg.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.