ME News 消息，9 月 22 日（UTC+8），動察 Beating AI 快訊，比利時網路安全公司 Aikido 發布首個開源安全模型 Altar-1。它將 Z.ai 的 GLM-5.3 轉化為面向安全場景的壓縮版。企業可將其部署於自己的伺服器，甚至完全離線環境中，用於代碼審計與滲透測試，無需將原始碼與未修復漏洞交給外部模型。Aikido 先將 GLM-5.3 轉為 INT4 量化版，再使用 Cerebras 的 REAP 方法剪除 256 個路由專家中的 88 個，相當於減少 34.4%。模型體積從全精度的 1.51TB 縮小至 328GB，比量化後的 488GB 還小 32.8%。官方推薦使用 4 張 H200 部署。 壓縮後性能基本保持不變。在 Aikido 自建的 32 個 CVE 測試中，Altar-1 單輪平均召回率為 60.4%，量化版 GLM-5.3 為 61.5%。連續測試三輪，兩者均至少一次發現了 23 個漏洞，而全精度 GLM-5.3 則發現了 25 個。 嚴格來說，Altar-1 目前更像「針對安全場景定向剪枝的 GLM-5.3」。Aikido 明確表示，此步驟並未訓練新技能，真正的安全工作流微調、工具調用與長程推理訓練仍在後續階段。 NIST 下屬 CAISI 此前評估基座 GLM-5.3 為目前網路安全能力最強的開源模型，但綜合能力仍落後當前美國前沿模型約四個月。 （來源：BlockBeats）
Aikido 推出 Altar-1，這是一款適用於本地端安全使用的壓縮型 GLM-5.3 模型
KuCoinFlash分享
精華摘要
9 月 22 日（UTC+8），比利時網絡安全公司 Aikido 發布了其首個開源安全模型 Altar-1。該模型是 Z.ai 的 GLM-5.3 的壓縮版本，專為本地部署（包括空氣隔離環境）進行了優化。Aikido 使用 INT4 量化和 Cerebras 的 REAP 方法，將模型大小從 1.51TB 減少至 328GB。Altar-1 在 32 個 CVE 測試中實現了 60.4% 的平均召回率。該公司建議部署時使用四張 H200 GPU。此類工具可用於隔離系統中，以降低安全漏洞風險。
來源:顯示原文
免責聲明：本頁面資訊可能來自第三方，不一定反映KuCoin的觀點或意見。本內容僅供一般參考之用，不構成任何形式的陳述或保證，也不應被解釋為財務或投資建議。 KuCoin 對任何錯誤或遺漏，或因使用該資訊而導致的任何結果不承擔任何責任。
虛擬資產投資可能存在風險。請您根據自身的財務狀況仔細評估產品的風險以及您的風險承受能力。如需了解更多信息，請參閱我們的使用條款和風險披露 。