GLM-5.3 води в един кибертест, но изостава в два други
Zhipu, известна и като Z.ai, представи кодиращия модел GLM-5.3 на 14 август и публикува сравнение с конкурентни системи. В CyberGym, който проверява дали моделът може да открива и потвърждава софтуерни уязвимости чрез изходния код, GLM-5.3 е получил 84,5%. Резултатът е малко над този на Mythos 5 на Anthropic — 83,8%, и GPT-5.6 Sol на OpenAI — 83,6%.
Останалите два кибертеста показват по-различна картина. В ExploitBench GLM-5.3 е постигнал 54,4%, спрямо 78,0% за Mythos 5 и 76,5% за GPT-5.6 Sol. В ExploitGym моделът е изпълнил 105 задачи за два часа и 130 за шест часа, докато Mythos 5 е изпълнил съответно 181 и 247. В собственото си съобщение Zhipu посочва, че способностите на модела се развиват най-бързо там, където изоставането му е най-голямо.
Резултатът от CyberGym е получен при еднократно изпълнение pass@1 върху 1507 задачи, без публикувани данни за вариацията. Zhipu съобщава и за 2436 уязвимости в 269 проекта с отворен код след експертен преглед и премахване на дублирания. Публично са разкрити 53, а 2383 остават под ембарго. Компанията планира да публикува теглата след оценка и укрепване на сигурността, но това още не е направено.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на AI News. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.