Z.ai только что анонсировал GLM-5.3, и это одно из самых значительных улучшений после обучения, которые мы видели в модели ИИ. Используя ту же базовую модель, что и GLM-5.2, GLM-5.3 обеспечивает улучшение тестов кодирования на 50 %, современную производительность...
Z.ai только что анонсировал GLM-5.3, и это одно из самых значительных улучшений после обучения, которые мы видели в модели ИИ. Используя ту же базовую модель, что и GLM-5.2, GLM-5.3 обеспечивает 50-процентное улучшение тестов кодирования, высочайшую производительность в нескольких агентных тестах и, что самое удивительное, новые возможности кибербезопасности, которые превзошли даже ожидания Z.ai. Модель поразила Hacker News, набрав 212 баллов менее чем за час.
Вот что произошло и почему это важно.
Ключевой вывод: посттренинг – это все
Самым примечательным аспектом GLM-5.3 является то, что не изменилось: базовая модель. GLM-5.3 использует ту же основу, что и GLM-5.2. Каждое отдельное улучшение происходит в результате постобучения — обучения с подкреплением и тонкой настройки, которые происходят после предварительного обучения базовой модели.
Это подтверждает тезис, который набирает обороты в сообществе ИИ: возможно, мы приближаемся к пределу того, чего может достичь масштаб предварительного обучения, но постобучение только начинается. Z.ai масштабировал три вещи:
Больше сред — среды задач, которые меньше похожи на упражнения по программированию, а больше похожи на реальные единицы экспертной работы.
Более разнообразные задачи, включая многоэтапные задачи инфраструктуры машинного обучения, которые