Selon la surveillance de Dongcha Beating, le modèle open source GLM-5.2 a atteint la première place du benchmark d'auto-ajustement PostTrainBench, mais a été critiqué par le challenger scaling01 pour son manque de valeur pratique. Il a souligné que le classement du modèle est passé de la 22e à la 1ère place en seulement quelques mois, ce qui est très inhabituel, et que les tests manquent d'un ensemble caché, ce qui permet aux agents d'exploiter facilement l'optimisation du classement, aboutissant à des modèles difficiles à mettre en œuvre dans le monde réel. Cependant, les partisans ont rétorqué qu'il est irréaliste d'attendre des agents qu'ils effectuent un ajustement général en moins de 10 heures avec une seule GPU H100, et que l'optimisation ciblée est une norme en apprentissage automatique. Les journaux publics montrent que GLM-5.2 a une logique expérimentale claire, peut collecter automatiquement des données à partir de différentes hypothèses d'échantillonnage, planifie de manière autonome une chaîne complète pour établir des bases de performance, ajuster les paramètres et filtrer les données à l'aide d'un échantillonnage par rejet, tout en essayant d'éviter le surapprentissage dans la chaîne de raisonnement. La plus grande valeur de cette controverse réside dans le fait que la trajectoire opérationnelle publique, initialement destinée à évaluer les capacités d'ajustement, a inopinément démenti les rumeurs de l'industrie selon lesquelles les grands modèles nationaux seraient fortement distillés à partir de Claude. L'auteur du benchmark, Maksym Andriushchenko, a noté après avoir examiné les journaux de GLM-5.2 que le modèle présente des différences essentielles avec Claude dans la collecte de données, les combinaisons de stratégies et les chemins de décision, sans aucun signe d'imitation ou de distillation. La transparence des benchmarks tiers est ainsi devenue la fenêtre la plus directe pour les grands modèles open source afin de démontrer leurs capacités de recherche et développement originales.

Voir l'original

Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.

Récompense
J'aime
Commentaire
Reposter
Partager

Commentaire

Ajouter un commentaire

Aucun commentaire

Sujets populaires
Afficher plus
#
GTBurns2.57MInQ
167,84K Popularité
#
PredictWorldCupShare20000U
259,6K Popularité
#
IsraelStrikesIranBTCPlunges
69,38K Popularité
#
VitalikUnveilsLeanEthereum
157,46K Popularité
#
gStocksTokenizedStocksLive
4,87M Popularité

Épinglé

GLM-5.2 domine le benchmark de fine-tuning au milieu d'une controverse, les auteurs clarifient : pas de distillation de Claude

Sujets populaires

GTBurns2.57MInQ

PredictWorldCupShare20000U

IsraelStrikesIranBTCPlunges

VitalikUnveilsLeanEthereum

gStocksTokenizedStocksLive

Épinglé