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。
「研究」频道最新
- 把快程序编译成慢神经网络？开发者吐槽这类实验实用价值存疑 — ctjlewis · 2026-10-16
- 新论文提出用显示偏好法辨析 AI Agent 合作的动机 — brwilder · 2026-10-16
- 用 logit lens 透视 Beat Saber 微调模型：音符生成复用语言语法回路 — ctjlewis · 2026-10-16
- 128×128 记录难破：中间步骤实验如何预言了推理模型 — ctjlewis · 2026-10-16
- TeamFusion 研究:用偏好代理互搏替代 AI 总结,保住团队少数派声音 — burkov · 2026-10-16
- MIT 推出 C-GMT:人形机器人全身柔顺响应,不再硬抗外力 — MIT_CSAIL · 2026-10-16