Resumo Técnico: Antares: Modelos de Fundação para Localização Agêntica de Vulnerabilidades

1. Declaração do Problema

A localização de vulnerabilidades é uma etapa crítica na segurança de software, exigindo a identificação de arquivos de implementação específicos dentro de bases de código modulares e extensas, dada apenas uma descrição de vulnerabilidade (por exemplo, uma categoria CWE). Diferente das ferramentas de análise estática que dependem de padrões predefinidos, ou de Grandes Modelos de Linguagem (LLMs) de propósito geral que carecem de capacidades interativas, uma localização eficaz requer um processo de raciocínio agêntico. Pesquisadores de segurança não leem repositórios inteiros de forma linear; eles formulam hipóteses iterativamente, buscam pontos de entrada, inspecionam arquivos, seguem cadeias de chamadas e refinam sua busca com base em evidências.

As abordagens atuais enfrentam limitações significativas:

• Ferramentas de Análise Estática (ex: CodeQL, Semgrep): Limitadas por regras predefinidas e baixa adaptação a novas classes de vulnerabilidades ou bases de código desconhecidas.
• Sistemas Agênticos com Modelos de Fronteira: Frequentemente dependem de modelos de fronteira congelados envoltos em scaffolds de busca, incorrendo em altos custos e latência sem aprender uma política de localização de ponta a ponta.
• Modelos de Busca de Código de Propósito Geral: Tipicamente treinados para resolução de problemas (ex: SWE-Bench) em vez de reconhecimento de padrões específicos de segurança e exploração baseada em terminal.

O desafio central é desenvolver um sistema que possa navegar autonomamente em um repositório usando uma interface de terminal restrita para localizar arquivos vulneráveis sem depender de contexto pré-extraído ou APIs externas, mantendo-se econômico e implantável em ambientes sensíveis à privacidade.

2. Metodologia

Os autores introduzem o Antares, uma família de modelos de linguagem compactos (350M, 1B e 3B parâmetros) inicializados a partir de checkpoints do IBM Granite 4.0. O sistema é projetado para operar como um agente interativo dentro de um sandbox Docker de leitura exclusiva.

2.1. Arquitetura do Modelo e Escalas

O Antares consiste em três variantes de transformadores de decodificador único que compartilham uma arquitetura comum (atenção de consulta agrupada, SwiGLU, RMSNorm, RoPE), mas diferem na contagem de parâmetros:

• Antares-350M: Voltado para dispositivos móveis/IoT.
• Antares-1B: Voltado para laptops/estações de trabalho.
• Antares-3B: Voltado para implantação em GPU única.

2.2. Pipeline de Treinamento em Duas Etapas

Os modelos são treinados através de um pipeline que combina Ajuste Fino Supervisionado (SFT) e Aprendizado por Reforço (RL):

1. Ajuste Fino Supervisionado (SFT):

   • Objetivo: Estabelecer conhecimento de domínio de cibersegurança, capacidades de pesquisa profunda e fluência em terminal.
   • Dados: Um corpus composto incluindo raciocínio de cibersegurança (mapeamento CWE/CVE, modelagem de ameaças), trajetórias de pesquisa profunda e trajetórias de busca de código baseadas em terminal.
   • Objetivo Auxiliar: Os autores empregam condicionamento semântico como uma perda auxiliar durante o SFT. Em vez de prever tokens de observação exatos (que variam conforme o repositório), o modelo é incentivado a aprender representações internas semelhantes para observações funcionalmente similares (ex: listagens de diretórios, resultados de busca). Isso fornece um embasamento transferível para o feedback do terminal, particularmente crucial para modelos menores.

2. Aprendizado por Reforço (RL) via GRPO:

   • Algoritmo: A Otimização de Política Relativa de Grupo (GRPO) é usada para otimizar a política de SFT para a localização de vulnerabilidades de ponta a ponta.
   • Ambiente: O agente interage com um snapshot de um repositório em um contêiner Docker isolado através de uma interface de terminal (comandos de leitura apenas como grep, cat, ls).
   • Sinal de Recompensa: Uma recompensa de múltiplos componentes e verificável é computada programaticamente sem um modelo de recompensa aprendido. Os componentes incluem:
     • Qualidade de Localização: Concordância entre os caminhos de arquivos submetidos e os arquivos vulneráveis de verdade fundamental (ground-truth).
     • Comportamento de Submissão: Conclusão da tarefa por meio de ferramentas apropriadas.
     • Conformidade de Uso de Ferramenta: Interação válida com o loop do agente.
     • Comportamento de Exploração: Coleta de evidências antes da submissão final.
     • Penalidades: Para saídas malformadas ou caminhos alucinados.
   • Orçamento: O agente é limitado a um máximo de 15 comandos de terminal por tarefa.

2.3. Execução Agêntica

Durante a inferência, o modelo recebe uma descrição da categoria CWE e raciocina iterativamente, emite comandos de terminal, observa saídas truncadas (2000 caracteres) e refina sua hipótese até submeter uma lista ranqueada de caminhos de arquivos vulneráveis ou declarar que nenhuma vulnerabilidade foi encontrada.

3. Principais Contribuições

• Família de Modelos Antares: A primeira família de modelos compactos de pesos abertos especificamente treinados para localização agêntica de vulnerabilidades, demonstrando que o treinamento específico para a tarefa pode superar modelos ordens de magnitude maiores.
• Treinamento de Duas Etapas com Condicionamento Semântico: Uma abordagem de SFT inovadora usando condicionamento semântico para fundamentar observações de terminal, seguida por GRPO para induzir uma política especializada de busca–verificação–refinamento.
• Avaliação VLoc Bench: Avaliação abrangente em um benchmark de escala de repositório (500 tarefas em 290 repositórios reais) sob restrições rigorosas (sem rede, orçamento de comando fixo, acesso de leitura apenas).
• Implantação de CLI Local: Uma ferramenta de CLI prática que permite a inferência local e isolada (air-gapped), abordando restrições de privacidade e custo.

4. Resultados

Avaliado no Vulnerability Localization Benchmark (VLoc Bench):

• Desempenho vs. Escala: O Antares-3B alcança um F1 de Arquivo de 0,223, aproximando-se do desempenho do GPT-5.5 (0,229) e superando significativamente modelos de pesos abertos que são 200x maiores (ex: GLM-5.2 com 0,186, GPT-OSS-120B com 0,069).
• Compensações de Precisão-Recall:
  • Antares-3B: Alta precisão e recall, igualando o recall do GPT-5.5 com alta precisão.
  • Antares-1B: Alcança o maior recall entre todos os sistemas avaliados, utilizando uma estratégia pesada em busca.
  • Antares-350M: Inclina-se para o recall com menor precisão, demonstrando capacidades de busca eficazes apesar da capacidade de verificação limitada.
• Eficiência: O Antares-3B completa uma varredura completa de avaliação de 500 tarefas em aproximadamente 15 minutos em uma única GPU H100, com um custo amortizado de < US$ 0,002 por tarefa. Em contraste, o GPT-5.5 requer ~5 horas e ~US$ 141 para o mesmo trabalho.
• Análise Comportamental:
  • Busca–Verificação–Refinamento: O GRPO induz uma política especializada onde o Antares-3B usa um repertório de comandos mais estreito (focado em busca) comparado aos modelos de fronteira, mas mantém transições adaptativas.
  • Redução de Variância: O RL reduz significamente a variância de execução para execução (em 42–65%), estabilizando o comportamento do agente.
  • Especialização Dependente de Escala: Modelos menores (350M/1B) aprendem políticas de alto recall e foco em busca, enquanto o modelo 3B aprende uma estratégia mais seletiva e de alta precisão.
• Fatores de Dificuldade: A dificuldade de localização é impulsionada pela estrutura do repositório (ex: hierarquias de build Maven são mais difíceis que pip/npm) e pela distribuição da vulnerabilidade (vulnerabilidades em múltiplos arquivos são significativamente mais difíceis), em vez da severidade da vulnerabilidade (pontuação CVSS).
• Transferibilidade: O Antares mostra desempenho competitivo em localização de código geral (SWE-Bench) e uso de ferramentas de múltiplos turnos (BFCL-v3), indicando capacidades de navegação transferíveis.

5. Significância e Alegações

O artigo afirma que o treinamento de interação específico para a tarefa é mais crítico do que a escala bruta de parâmetros para a localização de vulnerabilidades em escala de repositório.

• Abismo de Capacidade (Capability Cliff): Os resultados revelam um "abismo de capacidade" onde os modelos ou alcançam um nível específico de desempenho através de treinamento direcionado ou falham, independentemente de sua escala de propósito geral.
• Implantação Prática: O Antares demonstra que modelos compactos podem entregar precisão competitiva ao mesmo tempo em que permitem a implantação local e em rede fechada. Isso é significativo para fluxos de trabalho de segurança onde enviar código-fonte proprietário para APIs de terceiros é proibido ou arriscado.
• Custo e Latência: O sistema oferece uma redução drástica no custo e na latência de inferência, tornando a varredura repetida em escala de repositório viável em pipelines de CI/CD.
• Limitações: Os autores reconhecem que o desempenho degrada em repositórios muito grandes (>10MB) e vulnerabilidades distribuídas (que abrangem muitos arquivos), sugerindo que os agentes atuais lutam contra a diluição de sinal e o raciocínio de longo horizonte através de bases de código complexas. O fator limitante identificado é a capacidade de priorizar evidências e ranquear candidatos, não meramente o número de comandos disponíveis.

Em resumo, o Antares estabelece um novo paradigma para agentes de segurança: modelos pequenos e especializados, treinados em trajetórias interativas verificáveis, podem superar modelos massivos de propósito geral em tarefas de segurança específicas e de alto risco, ofereando simultaneamente eficiência operacional e privacidade superiores.