红包智谱ScalingLaw及摸高计划电话会Key

核心观点与关键数据

Scaling Law及摸高计划

• Scaling Law延续性：K3证实堆积参数量能够继续收获模型能力提升。
• GLM 5.3计划：近期发布，将用更好数据、更强RL以及更大规模且更快的Infra，实现Coding能力领先，对标Fable 5。
• 下一代大版本：启用全新架构，参数量远超GLM 5.0至GLM-5.3系列，全面对标Fable 5。

数据、RL及Infra提升

• 数据：基于GitHub数据自动构建数十万真实Coding Agent环境，每个环境有可靠验证指标，模型持续迭代强化Agent能力。
• RL：长程任务Agent反馈更长轨迹，新发布的SAO从单条轨迹获取更多有效信息，优于GRPO，GLM-5.2支持think、high、max三档强度调节，Max档位能力接近Opus 4.8。
• Infra：
  • Layersplit技术减少KV Cache冗余，节省80%空间，提升132%吞吐量。
  • Zcube架构完全扁平化组网，节省30%+交换机数量，不增加GPU吞吐提升15%。
  • GLM-5.2-highspeed最高500-600tps，普通版60tps，K3 MAX思考模式约20tps。

Touch-high摸高计划

• 自治智能体：GLM 5.2在vending-bench中自主完成选品定价、补货等任务，全球排名第二（仅次于Fable）。
• RSI自我训练与安全：
  • RSI达临界点后模型可通过自身Coding与推理能力大幅提升训练效率，Anthropic披露RSI初级阶段提升实验效率52倍。
  • Agent比人类更擅长发现安全问题，对推动RSI具有决定性意义。