Z.ai's GLM-5.3 Dobel ing Coding lan Muncul Kanthi Katrampilan Cybersecurity

Z.ai, perusahaan intelijen buatan sing berbasis ing Beijing uga dikenal minangka Zhipu, wis ngrilis GLM-5.3, pengulangan anyar saka model unggulan sing dikandhakake perusahaan kasebut minangka sistem bobot mbukak sing paling mumpuni kanggo rekayasa piranti lunak - lan sing ora sengaja ngembangake katrampilan keamanan siber sing nggumunake. Diumumake tanggal 14 Agustus lan rinci ing postingan blog perusahaan, GLM-5.3 dibangun ing model basis parameter kira-kira 700 milyar sing padha karo GLM-5.2, sing dirilis ing wulan Juni. Saben dandan, ujare perusahaan, asale saka pasca pelatihan tinimbang yayasan sing luwih gedhe. Rilis kasebut minangka sing paling anyar ing gelombang model bobot mbukak Cina sing tujuane kanggo ngalahake sistem tertutup saka Anthropic lan OpenAI. Kanggo pelacak model AI Buzz Wire, GLM-5.3 minangka sinyal sing jelas yen wates bobot mbukak nutup celah coding luwih cepet tinimbang sing dikarepake.

Keuntungan Dibangun Sakabehe ing Post-Training

Z.ai kethul babagan pendekatan karo GLM-5.3: "Scaling post-training iku kabeh kita nindakake." Perusahaan kasebut nindakake tumpukan penguatan-learning sing dienalake karo GLM-5.2 - kalebu IndexShare kanggo pangolahan konteks dawa sing efisien, SAO kanggo sinau penguatan babagan tugas-tugas long-horizon, lan kerangka open-source sing diarani slime kanggo latihan asinkron skala gedhe. Sajrone sasi kepungkur, mung nggawe luwih akeh lingkungan, tugas sing luwih akeh, lan luwih akeh ngitung menyang tumpukan kasebut.

Payoff nuduhake munggah ing pathokan kode. Ing Terminal Bench 3.0, GLM-5.3 mundhak saka skor GLM-5.2 saka 4.6 dadi 28.3 - paningkatan luwih saka enem tikel. Iki ngirim asil negara-of-the-art open-source ing Terminal Bench 3.0 lan ing Ujian Terakhir Agen, lan nambah saka 23.8 dadi 28.5 ing ukuran ALE-CLI saka kemampuan agen. Z.ai nglaporake peningkatan 50% saka GLM-5.2 ing Z.ai Code Bench ing omah, pathokan pribadi sing dirancang kanggo ngevaluasi agen coding ing lingkungan pangembangan sing nyata lan nyuda risiko kontaminasi saka set tes umum.

Sing penting, asil kasebut entuk efisiensi token sing luwih apik, ora mung asil sing luwih apik. Ing gaweyan High, GLM-5.3 tekan 31.4% completion ing pathokan in-house ing kira-kira 50.000 token output saben tugas, kang Z.ai ngandika ngluwihi Anthropic's Claude Opus 4.8 ing 29.5% karo 120.000 token. GLM-5.3 isih tilase Anthropic luwih maju Claude Fable 5, kang tekan 39,5% ing maksimum efforts .

Lompatan sing Ora Dikarepke ing Kapabilitas Cyber

Asil sing paling nggumunake saka GLM-5.3 ora ing kode nanging keamanan. Nalika Z.ai nggedhekake post-training lan ngenalake data lan lingkungan panemuan kerentanan menyang campuran latihan, samesthine model kasebut bakal nambah ing nemokake lan mikir babagan cacat. Sing kaget tim kasebut yaiku sepira cepet kemampuan kasebut berkembang.

GLM-5.3 ora mung dadi luwih apik kanggo nemokake bug sing terisolasi; iku wiwit nalar liwat sawetara orane tumrap sekolah saka eksploitasi, mbentuk plans koheren kanggo rentengan serangan lengkap. Ing CyberGym, pathokan sing nyoba apa model bisa ngenali lan ngesyahke kerentanan saka kode sumber kothak putih, GLM-5.3 skor 84.5%, munggah saka GLM-5.2 77.2%. Iki minangka asil paling apik ing pathokan, sadurunge Mythos 5 kanthi 83,8% lan GPT-5,6 Sol kanthi 83,6%. Ing ExploitBench, sing nuntut pertimbangan sing luwih jero babagan kerentanan nyata lan eksploitasi, GLM-5.3 luwih tikel kaping pindho skor GLM-5.2, tekan 54.4% - sanajan isih ana ing mburi Mythos 5 kanthi 78.0% lan GPT-5.6 Sol kanthi 76.5%.

Z.ai mirsani pola konsisten: luwih munggah chain eksploitasi pathokan lenggah, luwih gedhe gain liwat GLM-5.2 - lan uga luwih akeh longkangan isih kanggo wates ditutup. "Kamampuan berkembang paling cepet persis ing ngendi kita paling adoh," cathetan perusahaan.

Penemuan Kerentanan Donya Nyata

Katrampilan cyber ora mung ing benchmark. Z.ai nglaporake yen wiwit GLM-5.2, wis kerja sama karo sawetara tim keamanan ing China kanggo nyoba modele nglawan basis kode ing donya nyata. Sawise review pakar, screening, lan deduplikasi, model kasebut ngenali 2,436 kerentanan ing 269 proyek, kalebu 1,097 masalah keruwetan medium nganti dhuwur. Temuan kasebut kalebu kernel sistem, sistem operasi, mesin browser, infrastruktur open-source, aplikasi web, lan protokol jaringan - akeh sing ora diweruhi nganti pirang-pirang taun utawa malah puluhan taun, kanthi umur paling tuwa kira-kira 40 taun.

Asil kasebut echo karya Anthropic wis diterangake ing riset keamanan multiagen dhewe, ing ngendi grombolan agen terkoordinasi digunakake kanggo mburu kerentanan ing piranti lunak sumber terbuka kanthi skala.

Bobot Bukak - Kanthi Tundha

Z.ai ujar manawa bakal ngeculake bobot GLM-5.3 sajrone rong minggu, sawise evaluasi keamanan lan hardening rampung. Penundaan sing disengaja kasebut nggambarake ketegangan sing ditindakake liwat woro-woro kasebut: model sing ngembangake kemampuan cyber nyerang sing kuat luwih cepet tinimbang sing diantisipasi para pangripta yaiku sistem sing nggawe pitakonan babagan rilis tanggung jawab. Perusahaan kasebut nandheske manawa konsistensi latihan-peluncuran wis ditingkatake dadi tingkat presisi angka sing dhuwur, lan akeh kesulitan ing skala wis owah saka model kasebut menyang desain lingkungan tugas sing realistis lan bisa diverifikasi.

Gambar kompetitif jelas. GLM-5.3 mbatesi jarak menyang wates tertutup babagan tugas coding lan agenik nalika nuntut pimpinan langsung ing paling ora siji pathokan penemuan kerentanan utama. Iki minangka model bobot mbukak - tegese, yen dirilis, bobote bakal kasedhiya kanthi bebas kanggo sapa wae sing bisa didownload, disinaoni, lan dibangun. Apa keterbukaan kasebut nyepetake kemajuan utawa nuwuhake keprihatinan keamanan anyar minangka debat GLM-5.3 kabeh nanging dijamin bakal urip maneh.

Tetep Ahead saka AI

Kanggo rilis model AI paling anyar, perang pathokan, lan analisis industri, tetenger AI Buzz Wire.

Waca liyane AI warta →