Fastino Labs opracował GLiGuard - kompaktowy model moderacji treści z 300 milionami parametrów, który dorównuje w skuteczności modelom 23 do 90 razy większym od siebie. To przełom w optymalizacji sztucznej inteligencji, pokazujący że wielkość modelu wcale nie musi decydować o jego wydajności. Firma udostępniła go publicznie, otwierając nowe możliwości dla całej branży. Dotychczas moderacja treści wymagała albo drażliwych systemów opartych na słownikach i regułach, albo ciężkich modeli transformerowych, które pochłaniały ogromne zasoby obliczeniowe i elektryczności.
Znaczenie GLiGuard'a sięga znacznie poza samą moderację. Dzisiaj wiele platform musiało wybierać między bezpieczeństwem a skalowalnością - albo inwestowały w potężne modele dostępne w chmurze, albo rezygnowały z zaawansowanej ochrony. Model Fastino Labs zmienia tę matematykę. Dzięki kompaktowemu rozmiarowi można go uruchamiać na urządzeniach brzegowych, na serwerach z ograniczoną mocą czy nawet na smartfonach, bez konieczności wysyłania wrażliwych danych do cloud'u. To ma znaczące implikacje dla prywatności użytkowników.
Praktyczne konsekwencje są ogromne. Firmy mogą teraz wdrażać profesjonalną moderację treści z ułamkiem dotychczasowych kosztów infrastruktury. Dla startupów i mniejszych platform oznacza to dostęp do narzędzi, które do tej pory były zarezerwowane dla gigantów technologicznych. Model jest również odporny na prompt injection i inne typowe ataki na AI, co czyni go pewnością niż wiele większych konkurentów. Publikacja GLiGuard'a sugeruje, że przybywa momentów, gdy specjalizowane mniejsze modele będą wypychać ogólne megamodele z praktycznych zastosowań.