GLM-4-9B
PulseAugur coverage of GLM-4-9B — every cluster mentioning GLM-4-9B across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的基准GUISE揭示大语言模型对叙事包装的脆弱性
一项新的研究论文介绍GUISE，这是一个旨在评估大型语言模型（LLM）在嵌入叙事包装时有效拒绝有害请求能力的基准。研究发现，像Qwen3-1.7B这样的模型极易受到这些包装的影响，在不同语言和语域下的拒绝率显著下降。为了解决这一脆弱性，研究人员开发了AXIS，一种结合了偏好优化和目标对齐的防御机制，将有害请求的表示与拒绝方向对齐，并确保完全拒绝，在Qwen3-1.7B、Qwen3-4B和GLM-4-9B上实现了高安全性和可用性得分。
-
新的L-State方法预测语言模型训练响应
研究人员开发了一种名为L-State的新颖方法，用于预测语言模型对进一步训练的响应。该方法使用“微干预”来探测模型的内部状态，超越了标准的基准分数。L-State的读数显著提高了跨不同模型家族的训练响应预测准确性，优于单独的能力分数。
-
新的开放权重规划器RefineCut简化了视频编辑
研究人员开发了RefineCut，一个用于可执行视频编辑的开放权重规划器，它超越了简单的像素生成。该系统训练了一个紧凑的规划器，通过选择、修剪、排序剪辑并将其与音乐对齐来创建视频时间线，同时遵守明确的约束。一个确定性验证器会检查每个编辑步骤，第二个阶段RefineCut-Evo通过允许规划器对其自身的修复进行评分，进一步完善了规划器，在自定义基准测试中取得了高性能。
-
Z.ai 的 GLM-5.3 模型挑战前沿人工智能基准
Z.ai 宣布了其新的 GLM-5.3 模型，该模型在多项基准测试中表现出显著的性能提升，并可与 Claude Fable 5 和 GPT-5.6-Sol 等领先的前沿模型相媲美。尽管参数量少于某些竞争对手，GLM-5.3 仍表现出色，尤其是在编码任务方面。该公司将其成功归因于广泛的后训练，这与其它实验室对预训练的关注形成对比。这一发展引发了关于中国人工智能实验室如何跟上美国同行步伐的疑问，解释指向 Z.ai 的长期专业知识和先进的后…