Z.ai、ベースモデル再学習なしで GLM-5.3 を公開

記事の3ポイント

1. 1

   ベースモデルの再使用と事後学習の強化

   GLM-5.3 は GLM-5.2 と同じ 743B ベースモデルを使用しており、すべての性能向上はタスク環境やトレーニング期間のスケーリングによる事後学習の結果である。

2. 2

   コーディング能力の劇的な向上

   Terminal-Bench 3.0 で 4.6 から 28.3 へ、DeepSWE v1.1 では 46.2 から 66.9 へと大幅なスコア上昇を記録し、長期ホライズンのタスク処理能力が顕著に高まった。

3. 3

   セキュリティ分野での予期せぬ成果

   Z.ai は単一バグ推論の改善を期待していたが、トレーニングのスケーリングに伴い完全なエクスプロイトチェーンにおける計画形成が可能となり、CyberGym で 84.5% を達成した。