GLM-5.3：涌现的网络安全能力
GLM-5.3: Frontier Coding with Emergent Cyber Capabilities
我们仅通过扩大后训练规模就推出了 GLM-5.3。在 GLM-5.2 构建的 IndexShare、SAO 和 slime 技术栈基础上，我们投入更多计算资源在多样化的长周期任务环境中进行训练。结果显示，GLM-5.3 在复杂编码任务上比前代提升 50%，在 Terminal Bench 3.0 等公开基准测试中达到开源最先进水平。更令人意外的是，随着训练规模扩大，模型涌现出强大的网络安全能力，在 CyberGym 漏洞发现基准上表现优异，在利用链上的性能更是翻倍。我们已与多家安全团队合作，在真实代码库中发现了数千个漏洞，部分漏洞潜伏长达 40 年。两周后，在完成安全评估与加固后，我们将开源模型权重。
随着我们扩大后训练规模，网络安全能力的发展速度超出了我们的预期。
HN 评论区
559- leobuskin
昨天我买了 18 美元的 GLM 官方订阅（5.2 版本，但新版本已经在一些文档中泄露了），并配合 Claude Code 框架搭建好了……结果几乎立刻就升级到了 80 美元的套餐。这是第一个同意进行正规安全研究（红队场景）的模型，执行过程无缝流畅，包括 WP 插件的 0-day 漏洞、RCE、6.8 内核漏洞利用适配等——同时还与另一个充当防守方的 GLM 智能体进行对抗（遵循 HF 的故事线）！
我理解这类模型可能被恶意行为者利用，但将其公开可用是公平的（万一紧急情况，它也能站在你这边）。我认为，改变世界走向更好的方向的是这种能力，而不是那些安全护栏。
- z4y5f3
看来他们正在大规模扫描开源软件（OSS）和流行软件，并披露发现的漏洞：https://cvd.z.ai/
其中大多数处于禁运期，但似乎这里有很多来自各类流行软件的 CVE，其中许多被评定为严重或高危。
我理解“人们没有主动去查找”这个论点，但此类扫描的成本似乎每周都在降低，而且 Anthropic 的 Project Glasswing 项目按理说早就该发现这些了？
- aliljet
这绝对还略逊于 Sol 和 Fable，但也就差那么一点点。结果简直离谱。目前还没有令人信服的经济理由让我们因为那种荒谬的“重置成瘾”而抛弃 OpenAI，但感觉我们正处于临界点。
大家是如何在本地以超大规模量化（mega quantized）的方式运行这类模型的？距离权重发布才两周，但这目前仍然是 GLM 5.2 加上后训练魔法的产物。
- hypfer
我可能只是带着积极偏见去读这段文字，但有没有可能它写得少了一些硅谷营销垃圾的感觉，更像是研究人员写的？
它确实让人觉得尊重我和我的时间。
谢谢，Z.AI。
当你的组织高层是真正的大学教授时，差别有多大，真是令人惊叹。
- aand16
> Mythos 5 依然遥遥领先，在 181 和 247 项任务中表现突出。这三者的模式是一致的：基准测试在利用链上的位置越高，与封闭前沿的差距就越大。能力增长最快的地方，恰恰是我们落后最远的地方。
我很欣赏他们没有借此机会自我吹嘘。
- jjcm
和我在 Gemini 3.7 flash 线程里展示的是同一个图像转 HTML 测试。注意 GLM 不是多模态模型，但它仍然通过编写 Python 脚本来检查图像并提取元素，生成了类似的结果。
原图：https://image.non.io/neonRamenDesigns.webp
GLM 5.3 构建版：https://html.non.io/neonRamenGLM5.3
用于对比的 Opus 5 构建版：https://html.non.io/neonRamen
在没有视觉能力的情况下，它做得非常出色。我很惊讶它能提取出这么多细节。
Opus 的那个版本仍然明显更好，但这在意料之中，因为它是多模态的。很好奇 Z.ai 未来的版本在这方面会达到什么水平。
- wxw
> 我们对 GLM-5.3 所做的全部就是扩展后训练（Scaling post-training）。
很喜欢这句开场白。哇，结果真棒。
> 随着智能体能力的提升，扩展后训练的难点大多从模型本身转移到了环境上。
- virgildotcodes
OpenAI 和 Anthropic 应该直接让人们访问这些网络安全模型。
否则，我们将面临这样一个世界：攻击者使用开源和闭源模型，而防守方只是一小群维护者，这些人可能高度依赖 Anthropic 和 OpenAI，对于他们来说，仅仅获得批准去使用当月流行的开源模型版本可能并非易事。
- vmware508
苹果明年将发布搭载 M7 芯片的 MacBook Pro / Mac Mini，它们将能够以原生速度在本地运行免费的 LLM。所有软件开发者的笔记本都将被替换为运行本地模型，从而通过取消 Claude Code 订阅来节省大量开支。
开发者赢了。苹果股价将一飞冲天。其他一切都将下跌。不客气。
- bertili
这大致将与 Kimi K3 持平，但仅使用其三分之一的参数量。
就在 4 周前，