zai-org/GLM-5.3-Flash
PulseAugur coverage of zai-org/GLM-5.3-Flash — every cluster mentioning zai-org/GLM-5.3-Flash across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AutoTrust发布紧凑型GLM5.3-Flash以支持NVIDIA DGX Spark
AutoTrust发布了GLM-5.3-Flash模型的新紧凑版本，该版本针对NVIDIA DGX Spark系统进行了优化。这个衍生版本autotrust/GLM5.3-Flash-E192-DGX-Spark保留了原始模型的192个专家，并为其专家使用了NVFP4精度，将模型大小减至124 GiB。它旨在高效运行在NVIDIA Blackwell GPU上，并支持用于扩展上下文的大量KV缓存。
-
非官方 GLM-5.3-Flash 衍生模型，针对 NVIDIA DGX Spark 进行了优化
一个名为 autotrust/GLM5.3-Flash-E224-DGX-Spark 的 zai-org/GLM-5.3-Flash 模型非官方衍生版本，专为 NVIDIA DGX Spark 等桌面 Blackwell 系统开发。该优化版本保留了原模型相当一部分的专家，同时利用 NVFP4 提高效率，使其能够容纳在两个 DGX Spark 或单个 180 GB Blackwell GPU 的内存限制内。该模型保留了原模型完整的词汇表…
-
incoai/GLM-5.3-Flash-DFlash2 模型发布，具备投机解码能力
incoai/GLM-5.3-Flash-DFlash2 模型已在 Hugging Face 上发布，提供了与各种库和推理提供商集成的说明。该模型充当投机解码草稿器，预测 token 块供目标模型验证。它设计用于与 Transformers、vLLM 和 SGLang 等工具配合使用，并可通过 Docker 部署。DFlash 2 架构利用块扩散进行草稿，并使用轻量级选择器进行路径跟踪，确保无损解码，与目标模型的输出匹配。
-
Zai-org 发布 GLM-5.3 和 GLM-5.3-Flash 模型
Zai-org 发布了其语言模型系列的最新迭代 GLM-5.3 和 GLM-5.3-Flash。GLM-5.3-Flash 是一个多模态模型，在成本更低的情况下提供了比前代 GLM-5.2 更好的性能，并在某些基准测试中接近 Claude Opus 4.8 的能力。GLM-5.3 在复杂编码和长时域任务方面显示出显著的提升，编码基准测试提高了 50%，并涌现出网络能力。