Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #11022

GLM-5.3-Flash

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

5

RESEARCH · 1 ИСТОЧН. · The Decoder

Исследование: «харнессы» агентов увеличивают токен‑затраты, но редко повышают качество

Исследователи Шаньдунского университета (Лю и Хань) протестировали пять моделей с тремя готовыми «харнессами» (Claude Code, OpenCode, mini-SWE-agent) на SWE-bench Verified и пуле из 447 задач и выяснили, что замена харнесса почти не меняет результаты сверх случайного разброса, тогда как затраты токенов могут увеличиваться в три раза из‑за объёмных системных промптов и повторной передачи контекста. OpenCode отстаёт на большом пуле (частично из‑за ограничения вывода), а многие заявленные преимущества не превышают порогов статистической значимости.

7.0

COMPANIES · 1 ИСТОЧН. · TechCrunch AI

Хакеры взломали OpenCode Console, скомпрометировав AI API-ключи и вызвав несанкционированные списания

OpenCode сообщил, что злоумышленники взломали устаревшую систему OpenCode Console, скомпрометировав API-ключи около 1,4% пользователей Console и вызвав несанкционированные списания средств с аккаунтов; OpenAI, Anthropic и Google заблокировали скомпрометированные ключи, OpenAI помогает с возвратом средств. Само open-source-приложение OpenCode не пострадало, компании получили доступ к моделям OpenAI Daybreak Blue для расследования, а инцидент, совпавший с релизом GLM-5.3-Flash, подчеркнул проблему, когда защитные фильтры мешают ответным мерам безопасности.

7.0

MODELS · 1 ИСТОЧН. · The Decoder

MiniMax выпустила модель M3.1 Flash для рассуждений; открытые веса выйдут 23 октября

MiniMax представила M3.1 Flash — модель для рассуждений с оценкой 42 по Artificial Analysis Intelligence Index (на 13 пунктов выше M3), поддержкой до 1 млн токенов контекста, ускоренной работой и сниженной стоимостью задачи (~$0,22). Модель улучшилась в задачах сложного рассуждения и фактической точности (48% в «Humanity's Last Exam», 56% в AA-Omniscience), но демонстрирует высокий уровень галлюцинаций (93%); указаны тарифы API, а открытые веса выйдут 23 октября.

7.0

RESEARCH · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA и Dao AI Lab публикуют ReplaySSM для ускорения декодирования гибридных моделей со SSM

NVIDIA и Dao AI Lab (Принстон) выпустили ReplaySSM (статья на arXiv, код на GitHub) — метод кэширования недавних входов SSM вместо полного состояния, который примерно вдвое сокращает трафик состояния и ускоряет ядра декодирования SSM на ~1.46–1.80× (batch 256 на Blackwell Ultra B300). ReplaySSM также упрощает откат при speculative decoding (пропускная способность выше на 1.85–2.10× для моделей класса 120B) и поддерживает смешанную точность (в 3 из 4 моделей погрешность остаётся в пределах ~2 процентных пунктов от FP32 на GPQA‑Diamond); решение интегрировано в TensorRT‑LLM, vLLM и FlashInfer и используется в продакшене в GLM‑5.3‑Flash и Kimi‑K3.

8.0

MODELS · 1 ИСТОЧН. · The Decoder

Anthropic: открытая модель Zhipu GLM-5.3 почти догнала Claude Mythos Preview в создании эксплойтов

Команда Frontier Red Team компании Anthropic заявляет, что открытая модель Zhipu GLM-5.3 способна самостоятельно создавать кибер‑эксплойты, почти сравнимые с Claude Mythos Preview, и что GLM-5.3 была выпущена без эффективных мер защиты. По данным Anthropic, на бенчмарке ExploitBench GLM-5.3 получил рабочие эксплойты Chrome V8 в 50 из 410 попыток против 56 у Mythos, модель связала новые уязвимости при минимальном участии человека, а независимая оценка CAISI подтвердила схожие выводы.

8.0