GLM-5.3 নতুন বেস মডেল ছাড়াই: কীভাবে Z.ai পোস্ট-ট্রেনিং থেকে কোডিং এবং সাইবার নিরাপত্তায় বৃদ্ধি পেল
আপডেটটি পূর্ববর্তী 743B-ভিত্তিতে কাজ করে, এবং সমস্ত উন্নতি সম্প্রসারিত পোস্ট-প্রশিক্ষণের সাথে সম্পর্কিত: দীর্ঘ-দিগন্তের জটিল কাজগুলি উল্লেখযোগ্যভাবে আরও সহজলভ্য হয়ে উঠেছে, এবং নিরাপত্তা বেঞ্চমার্কের ফলাফল প্রত্যাশার চেয়ে বেশি বেড়েছে। ওজন প্রকাশের প্রায় দুই সপ্তাহ বাকি, বর্তমানে মডেলটি API, GLM Coding Plan এবং ZCode-এর মাধ্যমে সংযুক্ত।

যে কোনো ক্ষেত্র উদ্দিষ্ট ভাষা: ইংরাজি (en)
ভূমিকা: একটি নতুন বেস মডেল ছাড়াই
একটি বড় ভাষার মডেলের একটি নতুন সংস্করণ বের হয়ে আসে - আপনি এটা আশা করছেন আরো বড় তথ্য ধারণ করতে হবে। কিন্তু জি. জি. জি. জি. এম-৫-৩ একই ভিত্তি মডেলে রান করে। সব কিছু উন্নতি হচ্ছে পোস্ট-আপিং এর ফল। মডেলটি আরো পরিবেশতে চালানো হয়, নতুন ধরনের পরিবেশ যোগ করা হয়। ...আর প্রশিক্ষণ আগের সংস্করণের চেয়ে অনেক বেশি স্থায়ী ছিল। আসলে, এটা একটা পরীক্ষা যেখানে দেখা যাচ্ছে কত বেশি দূর যেতে পারে উপযুক্ত টাস্কিং এর সাথে একটি বিদ্যমান স্থাপত্য।
৭৪ বিলিয়নের পরামিতি বিশাল একটা মডেল, আর এর পূর্ব নির্ধারিত খরচের মূল্য অনেক বেশী। পোস্ট করার পরিমাণ উল্লেখযোগ্যভাবে কম, যদিও এর জন্য সতর্কতার সাথে তথ্য সংরক্ষণ এবং দীর্ঘ সময় ধরে তা করা প্রয়োজন। এটা শুধু জেডই নয়, এটি ইঙ্গিত করে যে শিল্পটির নিরাপত্তা মার্জিন রয়েছে। আপনাকে সবসময় দাগ থেকে প্রশিক্ষণ নিতে হয় না- মাঝে মাঝে স্মার্ট পোস্টিং যথেষ্ট।

কোড:
প্রোগ্রামিং অনুষ্ঠানে জিএলএম-৫৩ সত্যিকারভাবে সাফল্য এনে দিয়েছে। টার্মিনাল-বেঞ্চ ৩. ০ মাত্রার তালিকায় এই স্কোর ৪. ৮. ৯ থেকে ৯. ৯ পর্যন্ত স্কোর বেড়ে যায় এবং এজেন্টের শেষ এক্সমে (এলএলএলআই)-এর (এলএলএলআই) – ২৩. একই সাথে উল্লেখ করা হয়েছে, গ্রামীণ-এ-এ-এ-এ-২ যাচাই পরীক্ষা, যার মধ্যে ৪৪টি পেশা রয়েছে: এখানে জিএম-৫.
জি. আই. মডেলটির সমাধান হচ্ছে ৩১. ৪% কাজের প্রায় ৫০,০০০ আউটপুট টোকেন। প্রসঙ্গ: স্লাড ফিউস ৪. ৮. ৮% অর্জন করে কিন্তু ১২,০০,০০০ টোকেন খরচ করে, আর সেলডু এফ. জেই উল্লেখ করেন যে একটি ব্যক্তিগত সীমা কম — একটি গুরুত্বপূর্ণ যুক্তি যা গণ যোগাযোগ ব্যবস্থায় জিটিএম-৫. ৩ গোলে হেরে যায় এবং বেশ কিছু জটিল কোডের মূল্যায়নের ক্ষেত্রে ৫. মনে রাখবেন যে সকল পরিসংখ্যান বিক্রেতা নিজে সরবরাহ করেছেন, যদিও তা নথিভুক্ত করা বৈশিষ্ট্য সহ, তবুও স্বাধীন যাচাই এখনো সামনে রয়েছে।
টার্মিনাল-Boch 3.0 একটি পরীক্ষা যেখানে মডেলের টার্মিনাল, কম্যান্ড, এবং ফাইল ব্যবস্থাপনার প্রয়োজন। প্রায় ছয়গুণ বৃদ্ধি করা শুনতে দারুণ লাগে, কিন্তু এর মূল্য হচ্ছে এই ধরনের ক্ষতিকর কাজ করা যায় না, এবং দূষণের ঝুঁকি কমে যেতে পারে না।

সাইবার নিরাপত্তা: অপ্রত্যাশিত প্রভাব
সাইবার নিরাপত্তায় আরো বিস্ময়কর একটি ঘটনা ঘটেছে। ঝাই ইঞ্জিনিয়াররা প্রশিক্ষণ তথ্য সংগ্রহের উদাহরণ যোগ করেছেন এবং আশা করেছেন যে প্রতিটি বাগ সম্পর্কে আরও যুক্তি পেতে মডেলটি তাদের মডেলকে আরও ভাল করতে হবে। তবে প্রশিক্ষণ মাত্রা পরিমাপের ক্ষেত্রে দক্ষতা অর্জন করা শুরু হয়, এবং কোন কোন এক পর্যায়ে এই মডেল পরিপূর্ণভাবে তৈরি করা, বহুমুখী পরিকল্পনা তৈরি করতে শুরু করে। এই ঘটনা দ্রুত ঘটে — কোনো স্পষ্ট প্রোগ্রামিং দক্ষতা ছাড়াই ।
ফলাফল দারুণ। সাইবারজিম, জিএলএম-৫-৫-৫-২. ৫% আর জিএলএম এম-৫ এর ৭৭%, মাইথোস ৫ (৮. ৮%) এবং জিটিপি-৫-৫% (৮. ৬%) সোল (৮. এক্সপ্লটবিঞ্চ-এ সাফল্যের হার দ্বিগুণ: ২৪. ৪% থেকে ৫৪. কিন্তু মাইথোস ৫ এখনো ৭৮. ০% নেতা। এক্সপেইটজিম এ মডেলে ২ ঘন্টার মধ্যে ১০৫টি কাজ আর ১৩০ এ সমাধান করা হয়েছে। GLM-5.2 এর সংখ্যা অনেক বেশি: ২৯ এবং ৩৯টি কাজ। মাইথোস ৫, ১৮১ এবং ২৪৭ টি কাজ করে।
একটি মজার বিষয়: চেইনের কাজ যত গভীর হবে, তত বেশি জিএলএম-৫. একই সাথে সীমান্তের মডেলগুলো বিস্তৃতি দিয়ে বন্ধ হয়ে গেছে, তাই সম্পূর্ণ প্যারিটি নিয়ে কথা বলার সময় খুব দ্রুত হয়ে গেছে। এক্সপ্লটবিল্ড নাম্বারটি এই বিষয়টিকে ভালোভাবেই তুলে ধরেছে: যদিও এই দুটো বৃদ্ধি ঘটেছে, তবে মাইথোস ৫ এর পেছনের দূরত্ব এখনো গুরুত্বপূর্ণ।
এই ধরনের আউটরেন্ট আচরণ নিরাপত্তা নিয়ে উদ্বেগ সৃষ্টি করে: যদি একটি মডেল আক্রমণের পরিকল্পনা করতে পারে, তাহলে এর উন্মুক্ত বিতরণ ঝুঁকিপূর্ণ হতে পারে। এই কারণে হয়তো ওজনের পরিমাণ সাথে সাথে প্রকাশ করা হয় না।

আভারতা এবং দৃষ্টিভঙ্গি
বর্তমানে মডেলের ওজন জনসম্মুখে প্রকাশ করা হয়নি। জি.আই.আই. API, জিএলএম কোডিং প্ল্যান এবং জাডেডের মাধ্যমে জিএলএম-৫৩ সহজলভ্য। কোম্পানিটি উৎক্ষেপণের প্রায় দুই সপ্তাহ পর — একটি নিরাপত্তা মূল্যায়ন এবং মডেল কেলেন্ করার পর — ওজনের ওজন বের করার পরিকল্পনা করে । এই ধরনের সতর্কতা বেশ যুক্তিযুক্ত।
শুরুর জন্য এবং মাঝামাঝি সময়ে প্রকৌশলী সংস্থার জন্য, এর মানে হচ্ছে এই মডেল এখন মেঘের সেবা দিয়ে একত্রিত হতে পারে। কিন্তু, যে - সমস্ত তথ্য প্রয়োজন বা কঠোর বিক্রেতার প্রয়োজন রয়েছে, সেগুলোর জন্য অপেক্ষা করা উচিত — এরপর মডেলকে নিজের অবকাঠামোর কাঠামো এবং এর ব্যবহার পুরোপুরি নিয়ন্ত্রণ করা ।
নীচের লাইন: lMM-5.3 একটা উদাহরণ যে কিভাবে পোস্টিং নির্ভর স্থাপত্য পরিবর্তন না করে একটি মডেলকে শক্তিশালী করতে পারে। কিন্তু শেষ উপসংহারে আসা যায়: খোলা ওজন নিয়ে স্বাধীন পরীক্ষা এবং বিশ্লেষণের প্রয়োজন । এটা সম্ভব যে এই পদ্ধতি একটি নতুন ধারাতে পরিণত হবে: যদি অন্য কোম্পানী দেখতে পায় যে দ্রুত ও সস্তাভাবে উন্নতি করা যায়, মডেল আপডেট চক্রের গতি কমে যাবে, আর বিশেষ করে নির্দিষ্ট দৃশ্যের দিকে মনোযোগ দেয়া হবে।
সাধারণ প্রশ্নোত্তর
বিভিন্ন উপাদান
সব উপাদান
OpenCollab: এজেন্টদের প্রোগ্রামযোগ্য সমন্বয়, নিয়ন্ত্রিত রানটাইম পরিবেশ এবং প্রোটোকল মেনে চলার মেট্রিক
ফ্রেমওয়ার্কটি এজেন্টদের পারস্পরিক ক্রিয়াকলাপের কাঠামো নির্ধারণ, পরীক্ষার জন্য একটি অভিন্ন পরিবেশ এবং ইভেন্টের বিস্তারিত ট্রেসিংকে একত্র করে; নতুন প্রবর্তিত Adherence মেট্রিকটি দেখায়, বাস্তব সম্পাদন ঘোষিত কাঠামোর সঙ্গে কতটা সামঞ্জস্যপূর্ণ। বেঞ্চমার্কে Duo কনফিগারেশন নতুন SOTA অর্জন করে, অন্যদিকে একক-এজেন্ট সংস্করণে টোকেন খরচ সবচেয়ে কম।
11 নভেম্বর 2026
Toollery: ফাইন-টিউনিং ছাড়াই কয়েক দশ হাজার বিকল্প থেকে LLM এজেন্টের জন্য টুল নির্বাচন
Toollery দক্ষতা ও টুলের বিবরণের ওপর ভিত্তি করে একটি সার্চ ইনডেক্স তৈরি করে এবং অনুরোধের সময় মডেলকে কেবল সীমিতসংখ্যক সম্ভাব্য প্রার্থী দেয়। কয়েক দশ হাজার ফাংশন পর্যন্ত বিস্তৃত লাইব্রেরিতে চালানো পরীক্ষায় দেখা গেছে, নির্দিষ্ট top-K বজায় রেখেও এই পদ্ধতি বাছাইয়ের মান ধরে রাখতে পারে, যদিও চূড়ান্ত ফল নির্ভর করে ব্যবহারের ধরন এবং প্রোভাইডারের ক্যাশিংয়ের ওপর।
11 নভেম্বর 2026
WILSON: রোগীর প্যাথোমরফোলজিক্যাল বিশ্লেষণ ও রিপোর্ট তৈরির জন্য ম্যাগনিফিকেশন ও স্লাইড একত্রিত করা
প্রিপ্রিন্টে WILSON উপস্থাপন করা হয়েছে—একটি ভিশন-ল্যাঙ্গুয়েজ মডেল, যা শুধু একটি আলাদা “সেরা” স্লাইড নয়, বরং সম্পূর্ণ স্লাইডের ছবি এবং একই রোগীর বিভিন্ন বিবর্ধনে তোলা নমুনার সিরিজ এনকোড করে। নির্দিষ্ট কাজের জন্য অতিরিক্ত প্রশিক্ষণ ছাড়াই, উল্লেখযোগ্যভাবে কম কম্পিউটেশনাল ব্যয়ে এটি বিভিন্ন মেট্রিকে বিশেষায়িত ও আরও বড় স্লাইড-মডেলগুলোকে ছাড়িয়ে যায়; পাশাপাশি, এর রোগনির্ণয়মূলক বর্ণনাগুলো প্যাথলজিস্টদের কাছ থেকে বেশি নম্বর পেয়েছে।
11 নভেম্বর 2026