Pre-training-гүйгээр Frontier түвшинд хүрсэн нь: Zhipu AI кодчилол ба кибер хамгаалалтын "GLM-5.3" загвараа зарлалаа

Хиймэл оюуны салбарт шинэ үеийн хүчирхэг суурь загварыг гаргахын тулд заавал олон арван сая долларын өртөгтэй "Pre-training" (анхдагч сургалт)-ийг эхнээс нь хийх шаардлагатай гэсэн ойлголтыг Хятадын тэргүүлэх лабораториудын нэг Zhipu AI (Z.ai) няцаалаа. Тэд суурь архитектур болон жинг нь өөрчлөөгүй хэрнээ зөвхөн "Post-training scaling" буюу дараах сургалтын шатны сайжруулалтаар кодчилол, төслийн автоматжуулалт болон кибер аюулгүй байдлын үнэлгээнд дэлхийн тэргүүлэгч загваруудыг ардаа орхисон GLM-5.3 загвараа албан ёсоор танилцууллаа.

Энэхүү загварын жинг (Open Weights) хоёр долоо хоногийн дараа Hugging Face дээр нийтийн хүртээл болгохоор төлөвлөжээ.

"Pre-training биш, Post-training л хангалттай"

Zhipu AI өөрсдийн техникийн тайлангаа тун зоригтой өгүүлбэрээр эхлүүлсэн нь салбарынхны анхаарлыг татав: "Scaling post-training is all we did for GLM-5.3".

Тэд өмнөх GLM-5.2 хувилбарын суурь моделийн жинг огт өөрчлөөгүй бөгөөд зөвхөн дараах инженерийн дэд бүтэц, технологиуд дээр хүч хаяжээ:

IndexShare: Урт контекстийг (1M токен хүртэл) өндөр хурдтай, санах ойн хамгийн бага алдагдалтайгаар боловсруулах механизм.
SAO (Step-level Advantage Optimization): Олон алхамт урт даалгавруудад (long-horizon tasks) зориулсан Reinforcement Learning (RL) алгоритм.
Slime: Өргөтгөх боломжтой, асинхрон сургалтын стек бөгөөд AI agent-уудыг олон мянган тусгаарлагдсан код бичих, турших виртуал орчинд зэрэг сургах боломжийг олгосон.

Сургалтын энэхүү шинэ хандлагын үр дүнд GLM-5.3 нь 750 тэрбум орчим параметртэй хэдий ч 2-3 дахин том хэмжээтэй зарим хаалттай болон нээлттэй загваруудаас даалгавар биелүүлэх чадвараараа давж гарчээ.

Код бичилт ба Terminal Bench: Программистуудад юу өгөх вэ?

Хөгжүүлэгчдэд хамгийн их хамаатай хэсэг бол бодит төслийн код бичилт, репозитори шинжлэх, терминал команд бие даан ажиллуулах чадвар юм.

Z.ai Code Bench дээр 50% өсөлт: Төслийн бүтэц зохион байгуулах, олон файл дундуур рефакторинг хийх үзүүлэлт өмнөх загвараасаа тал хувиар өссөн.
Terminal-Bench 3.0 ба DeepSWE: Автономит агент орчинд CLI командуудыг зөв дарааллаар дуудах, CI/CD алдааг засварлах бенчмаркууд дээр одоогийн хамгийн өндөр оноонуудыг (SOTA) үзүүлэв.
SWE-Marathon ба NL2Repo: Зүгээр нэг функц үүсгэх биш, тэгээс нь бүхэл бүтэн репозитори угсрах даалгаварт загварын контекст барих, логик тасалдахгүй байх чадвар мэдэгдэхүйц сайжирсан байна.

Кибер аюулгүй байдлын гэнэтийн чадвар (Emergent Cyber Capability)

GLM-5.3-ийг бодит орчинд RL-ээр сургах явцад судлаачдын урьдчилан таамаглаагүй нэгэн "emergent" чадвар үүссэн нь эхийн кодоос системийн цоорхойг хайх, баталгаажуулах чадвар байв.

CyberGym бенчмарк: Программ хангамжийн эмзэг байдлыг илрүүлэх CyberGym үнэлгээгээр GLM-5.3 нь 84.5% амжилт үзүүлж, Anthropic-ийн тусгай хамгаалалтын туршилтын түвшин болон өрсөлдөгч томоохон системүүдийн эсрэг илүү өндөр оноо бүртгүүлжээ.
Бодит кодоос цоорхой илрүүлсэн нь: Zhipu AI-ийн инженерүүд уг загварыг 269 бодит төслийн эх кодоор шалгахад нийт 2,436 эмзэг байдлыг илрүүлснээс 1,000 гаруй нь "medium to high severity" буюу аюул өндөртэй ангилалд багтсан байна.

Энэ нь ирээдүйд DevSecOps багууд кодоо production руу оруулахаас өмнө GLM-5.3 төрлийн локал загваруудаар автомат код аудит хийлгэх хамгийн хямд, үр дүнтэй арга зам болохыг харуулж байна.

Open Weights: Хөгжүүлэгчид хэрхэн ашиглах вэ?

Zhipu AI загварынхаа аюулгүй байдлын шалгалтыг бүрэн дуусгасны дараа Hugging Face болон ModelScope дээр жингүүдийг нээлттэй байршуулна.

Coding Plan ба API: Одоогоор загвар нь Z.ai платформын хөгжүүлэгчдэд зориулсан Coding Plan-д нэвтэрсэн бөгөөд удахгүй нийтийн API-аар зарлагдана.
Local Hosting & Quantization: 750B орчим параметртэй MoE архитектур тул quantize хийсэн (FP8, INT4) хувилбарууд нь байгууллагын өөрийн серверийн кластер дээр бүрэн хаалттай ажиллах боломжтой болно. Энэ нь кодын нууцлалаа нийтийн үүлэн үйлчилгээ рүү алдахыг хүсдэггүй банк, санхүү, технологийн багуудад чухал гарц юм.

Дүгнэлт

GLM-5.3 бол хиймэл оюуны өрсөлдөөнд зардал ихтэй "хүчээр сургах" арга барилаас "ухаалаг орчинд RL-ээр дасгалжуулах" (Post-training scaling) эрин рүү шилжсэнийг баталсан томоохон үйл явдал боллоо. Хөгжүүлэгч бидний хувьд ойрын хугацаанд Cursor, OpenHands, Cline зэрэг agentic хэрэгслүүддээ холбож ашиглах бас нэгэн хүчирхэг, нээлттэй хувилбар бэлэн болж байна.

Эх сурвалж: Z.ai Official Blog (GLM-5.3: Frontier Coding with Emergent Cyber Capabilities), VentureBeat, South China Morning Post.