Le projet llama.cpp a ajouté un support initial pour l'architecture du modèle GLM-5.3-Flash (GLM5-Next), y compris la migration vers une mémoire à index hybride et les premières capacités de Multi-Token Prediction (MTP).
Le Frontier Red Team d'Anthropic a évalué le modèle chinois GLM-5.3 sur 100 tâches d'un benchmark interne de Binary Exploitation et a découvert qu'il est capable de développer des hijacks complets du flux de contrôle dans 4% des essais.
Anthropic a publié un article de recherche intitulé « GLM-5.3 et la propagation de capacités cybernétiques avancées », qui examine comment les modèles open-source comme GLM-5 sont utilisés dans des activités cybernétiques malveillantes. L'article souligne que ces modèles ont été largement adoptés par les acteurs de la menace, servant efficacement de publicité pour leurs capacités au sein de la communauté de la sécurité. Cette analyse met en évidence l'inquiétude croissante concernant la nature à double usage des modèles d'IA avancés et leur potentiel d'amplification des menaces cybernétiques.
Anthropic a publié un article de recherche examinant GLM-5.3 et son rôle dans la dissémination de capacités cybernétiques avancées.
Une étude intitulée « Divergence des politiques épistémiques dans la contamination des LLM multi-tours : Une investigation par gradient de protocole » évalue comment les grands modèles de langage gèrent les prémisses fausses injectées dans l'historique de conversation, un mode d'échec appelé contamination au niveau de la session. Les chercheurs ont testé GPT-5.4 Mini, Gemini-3.1 Flash-Lite et GLM-4.5-Air sur dix domaines de connaissances en utilisant 22 500 tours à température nulle.
Les chercheurs présentent TelecomGPT-R1, une famille de modèles de raisonnement télécom unifiés et open-source conçus pour automatiser les tâches d'ingénierie en raisonnant sur les normes, les configurations et les journaux. Le modèle comble les lacunes des LLM généralistes et spécialisés existants grâce à une approche structurée couvrant les axes du protocole, des connaissances, de la modélisation et des pannes.
Les auteurs présentent Fathom-Vaidya, un modèle de 30B paramètres qui utilise des données synthétiques et l'apprentissage par renforcement basé sur des grilles pour améliorer le raisonnement diagnostique et clinique en santé. Le cadre d'entraînement applique d'abord un RL guidé par des règles aux questions dérivées de MedBullets pour le diagnostic, puis utilise 5,3k scénarios synthétiques multi-tours avec des grilles multidimensionnelles pour les tâches cliniques interactives.
L'application de codage IA officielle de Zhipu, ZCode, a été découverte emballant et téléchargeant les espaces de travail complets des utilisateurs lorsqu'ils sont connectés. Ce processus inclut le chiffrement des données et leur envoi direct vers Aliyun OSS.
L'équipe GLM a publié un article sur le blog de z.ai détaillant l'architecture et la conception de son infrastructure d'inférence.
Une étude évalue six modèles de langage de pointe sur une tâche de communication à deux agents où un questionneur identifie une cible parmi N paragraphes de Wikipédia en utilisant exactement log2(N) questions par oui ou par non. L'expérience a déroulé 408 jeux sur des ensembles de documents allant de 4 à 1024 paragraphes, révélant d'importantes disparités de performance parmi les modèles testés.
Charlie O'Neill de Base-10 discute pourquoi les modèles Kimi et GLM sont "presque objectivement" supérieurs à Opus 5 dans un épisode récent avec Dwarkesh Patel.
InternLM a présenté Intern-S2-397B, un modèle fondamental multimodal de 397 milliards de paramètres conçu pour l'intelligence scientifique et les agents à long terme. Le modèle s'étend sur le pré-entraînement, la couverture des tâches d'apprentissage par renforcement et les environnements d'agents interactifs afin d'améliorer le raisonnement général et les capacités agentic.
Les chercheurs démontrent que l'ablation directionnelle, une attaque en boîte blanche qui supprime le refus en projetant hors d'une seule direction à partir des poids, reste efficace sur les modèles de pointe à mélange d'experts (MoE) tels que GLM-5.3-Flash. L'étude montre que bien que l'attaque survive à l'architecture, ses effets sont répartis entre les rédacteurs d'attention, denses et d'experts routés plutôt que concentrés en un seul endroit.