Cantina Securityが、Yeta Labsと共にリリースしたのは apex-flash-1で、脆弱性研究のために特別に訓練されたオープンウェイトモデルです。これはZ.aiの GLM-5.3-Flashを強化学習でファインチューニングしたもので、MITライセンスの下で Hugging Face にて公開されています。
デプロイ可能か? はい、MITのウェイトはvLLM、SGLang、Transformersで動作しますが、BF16では約640 GBのGPUメモリが必要です。
Cantinaが構築したもの
apex-flash-1は、そのHugging Faceのsafetensorsメタデータによると、総パラメータ数321.3Bです。GLM-5.3-Flashのベースは、18Bのアクティブパラメータを持つMixture-of-Expertsモデルです。
Cantinaはこれを GRPO を用いて、rank-256の LoRA と選択的な全パラメータ訓練の組み合わせで訓練しました。データは、50の実際の脆弱性ケースから構築された150のタスクをカバーしています。
各ケースは3つのバリエーションで登場します: guided whitebox、focused whitebox、focused blackboxです。
認可、識別情報、スコープの欠陥がケースの72%を占めます。会計および数値精度のバグが18%を加えます。残りは時間検証、ビジネスルール、SSRFがカバーしています。
HFのモデルカードによると、強化学習のロールアウトは、本番に近いソフトウェアおよびプロトコル環境上の Codex エージェントハーネス内で実行されました。
ベンチマーク結果
Cantinaは、20の非公開脆弱性ケースから得た60のタスクを評価しました。各モデルはこのセットを1回実行し、コストはプロバイダーの価格設定から推定されました。
- apex-flash-1: 40/60を解決(pass@1で66.7%)、約$2.38
- GLM-5.3-Flash(ベース): 36/60を解決(60.0%)、約$4.56
- Claude Opus 5 High: 60問中43問を解決（71.7%）、約$74.68
Opusはさらに3問多く解決しましたが、1回の実行コストは約31倍でした。これは、apex-flash-1では解決タスクあたり約$0.06、Opusでは$1.74に相当します。これらは社内ベンチマークにおける企業公表の数値です。
ワーカーモデルであり、オーケストレーターではない
Cantinaはapex-flash-1を、より大きなモデルによってオーケストレーションされるワーカーとして位置付けています。モデルカードには、コードリーディング、ツール使用、エクスプロイト開発、検証が対象スキルとして記載されています。
実験的な apex-flash-1-abliterated バリアントは、修正された拒否動作を備えて提供されます。これは別個には評価されていません。
Cantinaの主張は、防御側にはローカルで実行・制御できる高性能なモデルが必要だというものです。
インタラクティブ解説
比較
| 特徴 | apex-flash-1 | Aikido Altar-1 | Cisco Foundation-Sec-8B-Reasoning | GLM-5.3-Flash |
|---|---|---|---|---|
| 開発者 | Cantina Security + Yeta Labs | Aikido Security | Cisco Foundation AI | Z.ai |
| ベースモデル | GLM-5.3-Flash | GLM-5.3（プルーニング版） | Llama 3.1 8B | 独自事前学習 |
| サイズ | 合計321.3Bパラメータ、BF16 | 328 GB、INT4（W4A16） | 8B | 合計320B、アクティブ18B |
| ライセンス | MIT | GLM-5.3のライセンスを継承 | カスタム（NOTICE.mdを参照） | MIT |
| セキュリティ手法 | 50件の実際の脆弱性ケースに対するGRPO RL | エキスパートプルーニング（REAP）＋量子化 | セキュリティQAに対するインストラクションチューニング＋RLHF | 汎用ベースモデル |
| 主な用途 | エージェント型脆弱性リサーチワーカー | エアギャップ環境での自律的ペネトレーションテスト | SOCトリアージと脅威防御 | 汎用コーディングおよびエージェント |
| ハードウェア | マルチGPUノード（約642 GBのBF16重み） | vLLMを使用した4x H200 | シングルGPU | マルチGPUノード |
| 公開済みのセキュリティ成果 | pass@1 66.7%、60タスク | 60.4% の再現率、32件のCVEからなる社内セット | Ciscoが報告したセキュリティベンチマーク | Cantinaのセットでは60.0% |
出典: Cantina, 合気道, シスコ「、Hugging Face モデルカード。© Marktechpost」
主なポイント
- apex-flash-1は、MITライセンスの321.3Bオープンウェイト・セキュリティモデルです。
- 実在の脆弱性50件の事例に対するGRPOトレーニングにより、150のタスクが生成されました。
- pass@1スコアは66.7%で、Claude Opus 5 Highの71.7%に対する結果でした。
- 60タスクの実行コストは約2.38ドルで、Opusの74.68ドルと比較して低額でした。
- BF16にはマルチGPUノードが必要です。コミュニティによる4ビット版の移植が存在します。
ぜひチェックしてみてください、 技術的詳細。本プロジェクトの研究者に全ての功績が帰属します。また、ぜひ私たちをフォローしてください。 Twitter また、私たちの 150k以上のML SubReddit および「Subscribe to」 当社のニュースレター. お待ちください!Telegram(テレグラム)を使っていますか? Telegramでもご参加いただけるようになりました。
あなたのGitHubリポジトリ、Hugging Faceページ、製品リリース、ウェビナーなどのプロモーションで当社とのパートナーシップをご希望ですか? 私たちとつながりましょう
投稿 オープンモデルはセキュリティリサーチを遂行できるか?Cantinaのapex-flash-1が非公開の60件のバグタスクのうち40件を解決 最初に掲載されたのは MarkTechPost.