GLM-5.2 посів перше місце в рейтингу тонкого налаштування, що викликало сумніви; автор бенчмарку прояснив: дистиляції Claude не було.

За даними моніторингу Beating, відкрита модель GLM-5.2 очолила автономний бенчмарк тонкого налаштування PostTrainBench, що викликало критику з боку скептика scaling01, який назвав це позбавленим реальної цінності. Він зазначив, що стрибок моделі з 22-го місця на перше протягом кількох місяців є вкрай незвичайним, а через відсутність прихованого набору даних тестування легко спонукає агенти до цілеспрямованої оптимізації для підвищення рейтингу, що робить отриману модель непридатною для реального світу.

Однак прихильники заперечують, стверджуючи, що в умовах обмеження в 10 годин на одній графічній карті H100 вимагати від агента виконання універсального тонкого налаштування є нереалістичним, а цілеспрямована оптимізація є нормою машинного навчання. Публічні журнали показують, що GLM-5.2 має чітку експериментальну логіку, здатна автоматично збирати дані за різними гіпотезами вибірки, самостійно планувати повний ланцюжок: створення базової лінії продуктивності, тонке налаштування та фільтрацію даних за допомогою відбраковування, а також намагається уникнути перенавчання в ланцюжку міркувань.

Більша цінність цього інциденту полягає в тому, що публічні траєкторії виконання, призначені для оцінки здатності до тонкого налаштування, випадково розвінчали галузевий міф про «сильну дистиляцію Claude» у китайських великих моделях. Автор бенчмарку Максим Андрющенко, переглянувши журнали GLM-5.2, зазначив, що модель суттєво відрізняється від Claude у зборі даних, комбінації стратегій та шляхах прийняття рішень, без ознак імітації або дистиляції. Прозорість стороннього бенчмарку, натомість, стала найпрямішим вікном для відкритих великих моделей, щоб довести свою оригінальну дослідницьку спроможність.