[红包]【智谱】Scaling Law及摸高计划电话会Key Update [太阳]【小版本GLM 5.3延续Coding领先，下一代大版本提升参数量】K3证实
- 序号：125
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
[红包]【智谱】Scaling Law及摸高计划电话会Key Update
[太阳]【小版本GLM 5.3延续Coding领先，下一代大版本提升参数量】K3证实Scaling law延续，堆积参数量能够继续收获模型能力提升。将于近期发布的GLM 5.3会用更好数据、更强RL以及更大规模且更快的Infra，实现做到Coding能力领先；下一代大更新会启用全新架构，参数量远超GLM 5.0到GLM-5.3系列版本，希望实际体验及BenchMark能全面对标Fable 5。
[太阳]【数据+RL+Infra继续提升】
-
数据：已基于Github数据自动构建数十万真实Coding Agent环境，且每个环境都有可靠的验证指标，模型在环境中持续迭代强化Agent能力。
-
RL：长程任务Agent会反馈更长轨迹，如果走DS的GRPO路径会损失非常多信号，新发布的SAO旨在从单条轨迹上获取更多有效信息，比GRPO有更好效果。GLM-5.2已经支持think、high、max三档强度调节模型思维效果，Max档位模型能力超过Opus 4.7接近4.8，会继续提升长程任务能力。
-
Infra：Layersplit技术减少KV Cache冗余，节省80%空间，提升132%吞吐量；Zcube架构采用完全扁平化方式组网，任意两个GPU节点之间都有一条传输线路，节省了30%+交换机数量，在不增加GPU情况下吞吐提升15%。最新GLM-5.2-highspeed可实现最高500-600tps，普通版60tps，K3在MAX思考模式下仅有约20tps。
[太阳]【Touch-high摸高计划】
-
自治智能体：GLM 5.2在vending-bench商店运营测试中自主完成选品定价、补货、沟通、现金流管理，任排名全球第二（仅次于Fable）。
-
RSI自我训练与安全：AI进展受制于研究人员数量与质量，RSI达临界点后模型可通过自身Coding与推理能力大幅提升训练效率，Anthropic披露RSI初级阶段已提升实验效率52倍；Agent比人类更擅长发现安全问题，对推动RSI具有决定性意义。
总体总结
主题正文
- [太阳]【小版本GLM 5.3延续Coding领先，下一代大版本提升参数量】K3证实Scaling law延续，堆积参数量能够继续收获模型能力提升。
- 下一代大更新会启用全新架构，参数量远超GLM 5.0到GLM-5.3系列版本，希望实际体验及BenchMark能全面对标Fable 5。
-
- RL：长程任务Agent会反馈更长轨迹，如果走DS的GRPO路径会损失非常多信号，新发布的SAO旨在从单条轨迹上获取更多有效信息，比GRPO有更好效果。
- GLM-5.2已经支持think、high、max三档强度调节模型思维效果，Max档位模型能力超过Opus 4.7接近4.8，会继续提升长程任务能力。
- Zcube架构采用完全扁平化方式组网，任意两个GPU节点之间都有一条传输线路，节省了30%+交换机数量，在不增加GPU情况下吞吐提升15%。
- 最新GLM-5.2-highspeed可实现最高500-600tps，普通版60tps，K3在MAX思考模式下仅有约20tps。
-
- 自治智能体：GLM 5.2在vending-bench商店运营测试中自主完成选品定价、补货、沟通、现金流管理，任排名全球第二（仅次于Fable）。
-
- RSI自我训练与安全：AI进展受制于研究人员数量与质量，RSI达临界点后模型可通过自身Coding与推理能力大幅提升训练效率，Anthropic披露RSI初级阶段已提升实验效率52倍；