Официальная документация Zhipu GLM-5.3 ненадолго появилась в сети
Документация к будущей модели GLM-5.3 от Zhipu появилась в сети и была удалена через несколько секунд. Страницы были проиндексированы Bing до исчезновения.
Обнаружен GLM 5.3
В репозитории z-ai-sdk-java на GitHub обнаружена ветка коммитов для GLM 5.3.
DeepSeek V4-Flash достиг 50 баллов в индексе ArtificialAnalysis
Новая модель DeepSeek V4-Flash набрала 50 баллов в индексе ArtificialAnalysis. Этот результат ставит её всего на один балл ниже GLM-5.2 и GPT-5.6 Luna.
OSReward представляет стандартизированную оценку моделей вознаграждения для кроссплатформенного использования компьютера
Исследователи представляют OSReward, реалистичный бенчмарк, предназначенный для оценки надежности моделей «визуальный язык» (VLM), выступающих в роли судей для траекторий агентов, использующих компьютер. Исследование показывает, что даже самые современные VLM страдают от систематической предвзятости к снисходительности и часто слишком дороги для масштабирования, тогда как доступные открытые модели работают плохо.
xAI запускает Build Mode; исследователи призывают к соглашению о замедлении развития ИИ
xAI запустила «Build Mode» для подписчиков SuperGrok Heavy, позволяя пользователям создавать, редактировать, просматривать и публиковать веб-сайты, приложения, игры и панели мониторинга непосредственно из чата без предварительной настройки. Одновременно более тысячи сотрудников компаний, разрабатывающих передовой ИИ, подписали заявление с просьбой к правительству США поддержать международные усилия по разработке инструментов для целенаправленного замедления развития передового автоматизированного ИИ.
llama.cpp b10174 добавляет поддержку спекулятивного декодирования NextN/MTP для GLM-5.2
Проект llama.cpp выпустил сборку b10174, внедряющую поддержку спекулятивного декодирования NextN/MTP для архитектуры модели GLM_DSA (GLM-5.2).
Moonshot выпустила модель Kimi K3 с открытыми весами и инфраструктуру
Moonshot опубликовала полные детали, веса и сопутствующую инфраструктуру для Kimi K3 — модели Mixture-of-Experts на 2.8T параметров с примерно 104B активных параметров на токен. В релиз вошли технические отчеты, описывающие её гибридный стек длинного контекста, и новые инструменты, такие как MoonEP, FlashKDA и AgentEnv.
PIVOT разделяет сканирование префиксов между группами запросов для ускорения разреженного внимания на уровне токенов
PIVOT (Proxy Indexing Via One full-prefix Traversal) — это решение без дообучения, заменяющее индексатор DeepSeek Sparse Attention (DSA), которое снижает вычислительную избыточность за счёт общего сканирования одного префикса для группы близких запросов. Вместо оценки каждого предыдущего токена для каждого запроса отдельно PIVOT объединяет группу в один прокси-запрос для получения набора кандидатов, из которых для каждого запроса выбираются топ-k токенов.
Фреймворк Zing улучшает социальный интеллект больших языковых моделей с помощью бенчмарка SoMBench и заземления Actio
В докладе представлен Zing, интегрированный фреймворк, разработанный для повышения социального интеллекта больших языковых моделей путём измерения, интериоризации и заземления социальных способностей. Авторы представляют SoMBench — бенчмарк, основанный на психологии, охватывающий 17 вторичных измерений и 3481 экземпляр, верифицированных экспертами, который показывает, что текущие большие языковые модели имеют значительный потенциал для улучшения, ни одна из них не достигла производительности, близкой к максимальному пределу.
Сравнение Kimi K3, DeepSeek V4 Pro и GLM-5.2 по бенчмаркам, лицензии и стоимости обслуживания
Сравнение трёх моделей с открытыми весами на основе разреженного Mixture-of-Experts — Kimi K3 от Moonshot AI, DeepSeek V4 Pro и GLM-5.2 от Zhipu AI — оценивает их возможности, условия лицензирования и стоимость обслуживания для задач программирования и работы агентов с длинным горизонтом.
SAO представляет асинхронную оптимизацию с одним проходом для стабильного обучения агентного RL
В статье представлена Single-rollout Asynchronous Optimization (SAO), метод, разработанный для решения проблем стабильности и off-policy в асинхронном обучении с подкреплением для больших языковых моделей. Заменяя групповую выборку на однократную выборку, подход снижает эффекты off-policy и улучшает обобщение при выполнении долгосрочных агентных задач.
Бенчмарки Databricks для кодовых агентов: pi-coding-agent дешевле, GLM 5.2 соответствует Opus
Databricks опубликовала бенчмарк кодовых агентов на своей многомиллионной кодовой базе, сообщив, что её внутренний pi-coding-agent до 2 раз дешевле Claude Code или Codex при этом демонстрируя более высокие показатели успешности. Исследование также показало, что GLM 5.2 работает на уровне с Opus 4.8 high и превосходит GPT 5.5 high и xhigh.
Основатель Z.ai анонсирует новую модель GLM
Один из основателей Z.ai, компании, стоящей за недавно выпущенной GLM 5.2, поделился спойлером, указывающим на скорое появление новой модели GLM.
Основатель Zhipu поддерживает открытый ИИ на фоне обострения глобальной дискуссии о безопасности
Основатель Zhipu публично поддержал движение за открытый искусственный интеллект на фоне растущих мировых дискуссий о безопасности ИИ.