Cantina Security, Yeta Labs iş birliğiyle, güvenlik açıkları araştırması için özel olarak tasarlanmış ve eğitilmiş açık ağırlıklı bir yapay zeka modeli olan apex-flash-1'i yayınladı. Z.ai’nın GLM-5.3-Flash modelinin pekiştirmeli öğrenme ince ayarı olarak geliştirilen model, toplam 321,3 milyar parametreye sahiptir ve MIT lisansı altında Hugging Face’te mevcuttur. Model, yetkilendirme hataları, muhasebe hataları ve mantık hatalarına odaklanarak, 50 gerçek dünya güvenlik açığı vakasından türetilen 150 görevde Grup Göreceli Politika Optimizasyonu kullanılarak eğitildi.
Benchmark değerlendirmelerinde, 20 ayrı güvenlik açığı vakasından elde edilen 60 görevi kapsayan testlerde, apex-flash-1 40 görevi başarıyla çözdü ve tahmini olarak çalıştırma başına 2,38 $ maliyetle %66,7 pass@1 oranına ulaştı. Karşılaştırıldığında, temel GLM-5.3-Flash modeli 4,56 $ karşılığında 36 görevi çözerken, Claude Opus 5 High 74,68 $ gibi çok daha yüksek bir maliyetle 43 görevi tamamladı. Cantina, apex-flash-1'i daha büyük sistemlerin orkestrasyonu altında kod okuma, exploit geliştirme ve doğrulama gibi görevleri yerine getirecek maliyet etkin bir işçi modeli olarak konumlandırıyor. Neden önemli: Bu yayın, savunma ekiplerine, güvenlik açığı araştırmalarında pahalı tescilli alternatiflerle rekabet edebilen, uygun fiyatlı ve yerel olarak kontrol edilebilen açık ağırlıklı bir model sunuyor.