GLM-5.2 يتصدر قائمة الضبط الدقيق مما أثار تساؤلات، ويوضح مؤلف المرجع: لم يتم تقطير كلود.

وفقًا لمراقبة "دونغتشا بيتينغ"، احتل النموذج مفتوح المصدر GLM-5.2 صدارة معيار الضبط الدقيق الذاتي PostTrainBench، وانتقده المنتقد scaling01 لافتقاره إلى القيمة العملية. وأشار إلى أن ترتيب النموذج قفز من المركز 22 إلى الصدارة خلال بضعة أشهر وهو أمر غير معتاد، وأن الاختبار لعدم وجود مجموعة مخفية يسهل دفع الذكاء الاصطناعي لتحسين موجه عبر التلاعب بالقائمة، مما يجعل النموذج الناتج صعب التطبيق في العالم الحقيقي.

لكن المؤيدين ردوا بأنه تحت شرط بطاقة رسوميات H100 واحدة وحد زمني 10 ساعات، من غير الواقعي مطالبة الذكاء الاصطناعي بإكمال ضبط دقيق عام، والتحسين الموجه هو أمر طبيعي في التعلم الآلي. وتظهر السجلات العامة أن GLM-5.2 يتمتع بمنطق تجريبي واضح، ويجمع بيانات افتراضات عينات مختلفة تلقائيًا، ويخطط بشكل مستقل لسلسلة كاملة تتضمن إنشاء خط أساس للأداء، والضبط الدقيق، وتصفية البيانات عبر رفض العينات، ويحاول تجنب الإفراط في التجهيز ضمن سلسلة التفكير.

القيمة الأكبر لهذه الضجة هي أن مسار التشغيل العام، المصمم أصلاً لتقييم قدرات الضبط الدقيق، كشف بالصدفة شائعات الصناعة حول "التقطير الثقيل من كلود" في النماذج الكبيرة المحلية. وبعد اطلاع مؤلف المعيار ماكسيم أندريوشينكو على سجلات GLM-5.2، أشار إلى أن النموذج يختلف جوهريًا عن كلود في جمع البيانات، واستراتيجيات الجمع، ومسارات القرار، دون أي مؤشر على التقليد أو التقطير. شفافية المعيار العام من طرف ثالث أصبحت النافذة الأكثر مباشرة للنماذج الكبيرة مفتوحة المصدر لإثبات قدراتها البحثية الأصلية.