Z.ai CEO 唐杰氏、パラメータ数依存の限界と新学習則を語る

記事の3ポイント

1. 1

   パラメータ数の限界と新たなスケーリング則の提唱

   唐傑教授は、パラメータ数だけでなくデータ量、計算資源の配分、実行環境という3要素を併せて考慮する必要があるとし、従来の「パラメータ数中心」の評価基準の見直しを求めた。

2. 2

   GLM-5.3 の性能飛躍要因は長期的強化学習

   同モデルの大幅な進歩は、エンジニアリングや研究の実務に即した複雑で多段階の環境における強化学習（RL）によるものであり、記憶よりも推論能力の向上が主因であると説明した。

3. 3

   合成環境と自動検証プロセスの構築

   実務に近いタスク環境を自動的に生成・検証するパイプラインを開発し、オラクルやノーオペレーションチェックに耐えるバイナリ報酬信号を用いて、モデルが自律的に作業を遂行できるようにした。