Aikido Security udostępniło Altar-1, swojego pierwszego otwartego modelu bezpieczeństwa, który stanowi skompresowaną wersję GLM-5.3 z Z.AI. Model działa na infrastrukturze kontrolowanej przez klienta i napędza Aikido Machine, autonomiczne narzędzie do testów penetracyjnych dla sieci lokalnych i izolowanych. Wagi modelu są publiczne na Hugging Face i uruchamiają się z vLLM na pojedynczym węźle wyposażonym w cztery procesory NVIDIA H200.
Problemy, które rozwiązuje Altar-1, są dla bankowych instytucji i operatorów technologii operacyjnej krytyczne. Zamknięte modele graniczne działają na obcej infrastrukturze, co oznacza, że kod źródłowy, dokumentacja architektury i niezatarte luki bezpieczeństwa muszą opuścić sieć. Banki objęte mandatami residencji danych i operatorzy OT bez trasy dostępu do internetu potrzebują rozwiązań, które nigdy nie przesyłają wrażliwych informacji na zewnątrz. Otwarte modele wagi rozwiązują problem residencji, ale stwarzają wyzwanie wdrożeniowe ze względu na ich rozmiary.
Altair-1 został zbudowany poprzez dwie kroki kompresji. Najpierw kwantyzacja: Model rozpoczyna się od checkpointu cyankiwi GLM-5.3-AWQ-INT4, który przechowuje wagi routed expertów w 4 bitach z 16-bitowymi aktywacjami. Druga faza to pruning ekspertów wykorzystujący narzędzia Cerebras REAP, która optymalizuje model poprzez usuwanie nieessencjalnych komponentów. Oryginalny GLM-5.3 to model 753 miliardów parametrów Mixture-of-Experts, gdzie każdy token kieruje się do ośmiu z 256 ekspertów na warstwę - efektywnie około 40 miliardów aktywnych parametrów - ale ten rozmiar stwarzał problemy z pamięcią GPU.