GLM-5.1՝ կոդավորման մոդել, որը չի հանձնվում

Z.ai-ն ներկայացրել է GLM-5.1-ը, և այս մոդելի ու նախորդ սերունդների հիմնական տարբերությունը կարելի է նկարագրել մեկ արտահայտությամբ․ այն չի սպառում իր ուժերը։

AI կոդավորողների մասին սովորաբար պատմությունն այսպիսին է․ մոդելը ստանում է առաջադրանքը, կիրառում ծանոթ մեթոդներ, արագ ներկայացնում նախնական արդյունքներ և հասնում իր սահմանին։ Նրան ավելի շատ ժամանակ տալն անօգուտ է․ նա պարզապես տեղում դոփում է։ GLM-5.1-ը խախտել է այս օրինաչափությունը։ Մշակողները միտումնավոր վարժեցրել են մոդելին՝ երկարատև առաջադրանքների վրա աշխատելու համար, երբ հստակ չափանիշներ չկան, և նա պետք է ինքնուրույն որոշի, թե ինչ անել հաջորդիվ։

Բենչմարկների արդյունքները

Արդյունքները խոսում են իրենց մասին։ SWE-Bench Pro հենանիշում նոր մոդելը գերազանցել է GPT-5.4-ին և Claude Opus 4.6-ին։ Բայց առավել հետաքրքիր է տեսնել, թե ինչպես է այն գլուխ հանում այնպիսի առաջադրանքներից, որոնք հստակ ավարտ չունեն։

Փորձերից մեկում նրան տվեցին Rust-ով գրված վեկտորային տվյալների բազայի կմախք և խնդրեցին առավելագույնի հասցնել արագությունը։ Նման առաջադրանքների սովորական սահմանը 50 կրկնությունն է։ GLM-5.1-ն ավելի քան 600 անգամ աշխատեց նախագծի վրա՝ կատարելով հազարավոր գործիքային կանչեր։ Մոդելը կանգ առնելու փոխարեն ինքնուրույն վերլուծեց գրանցամատյանները, գտավ խոչընդոտները և փոխեց ճարտարապետական մոտեցումը։ Արդյունքը՝ 21,500 QPS՝ նախորդ լավագույն արդյունքի 3,547-ի դիմաց։ Տարբերությունը՝ վեցապատիկ։

Նման պատկեր էր նաև ML առաջադրանքների համար GPU միջուկների օպտիմալացման դեպքում։ Մոդելը շարունակեց կոդն արագացնելու նոր եղանակներ գտնել նույնիսկ հազար կրկնությունից հետո՝ միջին արագացման գործակիցը հասցնելով 3.6x-ի։ Համեմատության համար՝ ստանդարտ torch.compile-ը մոտ 1.15x արդյունք է տալիս։

Ամենախոսուն սցենարում թվային չափանիշներ ընդհանրապես չկային։ GLM-5.1-ին խնդրեցին զրոյից՝ բրաուզերում, ստեղծել աշխատող Linux աշխատասեղանի միջավայր։ Ո՛չ ձևանմուշներ, ո՛չ հուշումներ, ո՛չ մակետներ։ Ութ ժամ շարունակ աշխատելով՝ մոդելը կառուցեց համակարգը՝ ավելացնելով ֆայլերի կառավարիչ, տերմինալ, տեքստային խմբագրիչ, համակարգի մոնիտոր, հաշվիչ և նույնիսկ խաղեր։ Ավելին, այն պարզապես չհավաքեց վիջեթները, այլ կատարելագործեց ոճերը և ամեն ինչ միավորեց միասնական ինտերֆեյսում։

Թարմացման էությունն այն չէ, որ մոդելը կարճ առաջադրանքների դեպքում մի փոքր ավելի խելացի է դարձել։ Այն սովորել է չհանձնվել, երբ հեշտ հաղթանակներն ավարտվում են, և հարյուրավոր կրկնությունների ընթացքում մեթոդաբար կատարելագործել լուծումը։ Սա այն դարձնում է բարդ նախագծերի իրական գործիք, երբ արդյունքը հնարավոր չէ գնահատել առաջին իսկ սևագրով։

Հասանելիություն

Մոդելն արդեն հասանելի է HuggingFace-ում և GitHub-ում, իսկ այն գործի մեջ կարող եք տեսնել Z.ai API-ի միջոցով։