GLM-5.3 新一轮编码后训练:Terminal-Bench4 暴涨 21.3 个百分点
echen · x · 2026-11-13
网友 echen 分享了 GLM-5.3 一轮新的编码后训练(post-training)成绩,多项编程基准大幅提升:
- Terminal-Bench4:34.8% → 56.1%(+21.3pp)
- SWE-marathon:30% → 45% pass@1(+15.0pp)
- sudo L7:14.5% → 28.9%(+14.4pp)
- DeepSWE:66.90% → 73.45%(+6.5pp)
单轮后训练带来如此幅度的编码能力跃升,值得跟踪智谱下一代模型的正式发布。
「模型」频道最新
- 6 个 LLM 记忆画旧金山:最好的街道得分仅 0.32,接近随机 — Evening_Hawk_7470 · 2026-11-13
- AI 路由器价值被低估:数据留存与安全测试成选型关键维度 — typewriters · 2026-11-13
- 「去蔽版模型」老式 warez 目录梗,意外泄露 GLM 5.3 等未发布型号名 — HankYeomans · 2026-11-13
- Perplexity 决策模型 Decider V1.3 上线 OpenRouter,免费可用 — AravSrinivas · 2026-11-13
- Inkling 2 Small 的 Attention Residual 结构被赞"优雅" — simonguozirui · 2026-11-13
- Gemini 4 Hydrogen 将于 45 天后下线 — ThePrimeNumbers · 2026-11-13