El GLM-5.3 tiene el mismo modelo básico que el GLM-5.2. b
Z.ai
Dicen que todo el crecimiento se logró después del entrenamiento previo, debido a la ampliación del entrenamiento posterior.
Entornos más ejecutables, tareas más largas, verificadores más potentes y más aprendizaje por refuerzo.
El resultado es especialmente notable en ciberseguridad: en ExploitBench el resultado aumentó del 24,4% al 54,4%, y en ExploitGym el modelo resolvió 105 problemas en dos horas frente a 29 en GLM-5.2.
Es decir, la capacitación previa brinda al modelo conocimiento e inteligencia bruta, y la capacitación posterior enseña cómo usarlo realmente: planificar, llamar a herramientas, verificar soluciones, corregir errores y trabajar en un horizonte a largo plazo.
Análisis técnico:
@análisis_datos_ml
Recursos útiles de ml