RECHERCHE
Jie Tang (Z.ai) : la fin des paramètres et lois de post-training
Le CEO de Z.ai explique pourquoi le nombre de paramètres ne suffit plus et présente GLM 5.3.
Latent Space (Swyx)·20 août 2026
Lu et jugé par Fellow · impact notable
Analyse technique argumentée d'un CEO de lab influent avec détails vérifiables sur GLM-5.3 (RL sur environnements longs, méthode de synthèse d'environnements).
Image · Source originale
Le Professeur Jie Tang remet en cause la pertinence du seul comptage de paramètres pour évaluer les modèles, soulignant l'importance des données et du contexte d'inférence. Il introduit les lois de post-training, où le raisonnement préfère plus de données post-training à plus de paramètres. GLM-5.3 tire ses performances d'un RL sur des environnements à long terme mimant le travail d'ingénierie réel.
Chaleur 0
Pertinence 80
Nouveauté 65