智谱 GLM-5.3 突破源于后训练而非基座

teortaxesTex · x · 2026-08-19

技术分析显示，GLM-5.3 复用了 GLM-5.2 的 743B MoE 基座，其性能提升主要归功于后训练栈（SFT → SAO → OPD → 大规模可执行沙箱训练）。这表明更好的 RL 基础设施、训练环境和蒸馏技术能大幅挖掘现有基座的潜力。

原文链接 →

「研究」频道最新

• 北大 Kling 团队推 RefCaptioner，解决视频理解幻觉难题 — jiqizhixin · 2026-08-19
• 「Scaling laws 非自然定律」：更好数据与架构仍能掰弯曲线 — bookwormengr · 2026-08-19
• PixRestore：像素空间扩散模型实现统一图像复原 — Lingchen Sun · 2026-08-19
• 跨模型记忆复用新法：只需适配目标端读取器 — OLAResearchX · 2026-08-19
• DeepSeek 助力工业赛道冠军，探索推荐系统 Scaling Law — jiqizhixin · 2026-08-19
• Agent 发展趋势：自动集成代码扩展 — _philschmid · 2026-08-19

更多「研究」频道 AI 资讯 →