AI创作者AMA知无不言
参数堆不动了？智谱 AI 创始人唐杰直接甩出 GLM-5.3 打脸“唯参数论”！就在外界还在质疑智谱为啥不训全新基座模型时，唐杰在 X 平台的这篇长文把 Scaling Law 的逻辑彻底掰扯明白了。结论就一句话：参数不是唯一标尺，数据、算力分配和后训练才是王道。看看 GLM-5.3 这个“控制变量实验”有多狠：参数量和上一代 GLM-5.2 完全一样（753B 总参数/40B 激活），架构也没动，唯一的变量就是加了一个月的“长时域环境训练 + 强化学习（RL）”。结果呢？AA 评测指数直接从 53 分暴涨 7 分到 60 分，能力提升“绝非微小”。这直接印证了唐杰的判断：当基座大到能装下足够知识后，别再去傻傻堆参数烧钱了，去“拨动其他旋钮”——尤其是后训练阶段。以前行业迷信 Kaplan 的 2.71 倍参数增长律，现在 Hoffmann 的“算力最优分配”（1 参数配 20 token）才是正解。万亿参数那波弯路，咱们不走了！这对整个行业的资源分配简直是降维打击。智谱这波用 GLM-5.3 证明了：巧用 RL 和长时训练，性价比吊打盲目堆料。做应用的兄弟们，这波技术路线红利必须接住！
发布于 湖北
分享
评论
1
未登录
友善发言
评论
加载中
