智谱(2513.HK):GLM-5.3发布,Coding与网络安全能力跃升
核心观点
- GLM-5.3发布,通过后训练Scaling技术提升模型能力,而无需增加模型参数。
- 现有基模的智能上界仍有充分挖掘空间,高质量任务环境、强化学习与后训练体系的持续Scaling是重要方向。
关键数据
- GLM-5.3与GLM-5.2使用相同的743B基座模型。
- 后训练Scaling扩展数十倍的长程任务环境,环境类型更丰富多样,后训练时间超长。
- GLM-5.3编程能力较GLM-5.2提升约50%。
研究结论
- 模型竞争除了堆参数,高质量任务环境、强化学习与后训练体系的持续Scaling同样重要。
- GLM-5.3的Coding与网络安全能力显著提升,编程与智能体能力接近Fable5。