آزمایشگاه هوش مصنوعی چینی زی ای‌آی (Z.ai) روز پنج‌شنبه از مدل جدید خود با نام GLM-۵.۳ رونمایی کرد. این مدل که به عنوان قوی‌ترین مدل متن‌باز در حوزه برنامه‌نویسی معرفی شده است، هم‌اکنون از طریق اشتراک‌های خاص در دسترس قرار دارد. توسعه‌دهندگان چینی مدعی هستند که این مدل ۷۴۳ میلیارد پارامتری، با تمرکز بر بهره‌وری توکن‌ها طراحی شده و عملکردی بسیار فراتر از نسخه‌های پیشین خود ارائه می‌دهد.
هوش مصنوعی متن‌باز GLM-۵.۳ و رقابت با مدل‌های بسته
فهرست مطالب
جزئیات فنی نشان می‌دهد که GLM-۵.۳ در بنچمارک اختصاصی این آزمایشگاه به نرخ موفقیت ۳۴.۵ درصدی دست یافته است، در حالی که توکن‌های خروجی کمتری نسبت به نسخه ۵.۲ مصرف می‌کند. اگرچه این مدل در برخی شاخص‌ها از مدل‌های بسته آمریکایی مانند Claude Fable ۵ عقب‌تر است، اما در زمینه اقتصاد توکن و هزینه نهایی، رقیب جدی برای محصولات شرکت‌های آنتروپیک و اوپن ای‌آی محسوب می‌شود.
بهبود امنیت سایبری و کارایی در محیط‌های لینوکس
یکی از نقاط قوت اصلی مدل GLM-۵.۳، پیشرفت چشمگیر در حوزه امنیت سایبری است. این هوش مصنوعی توانسته است ۲۴۳۶ آسیب‌پذیری را در ۲۶۹ پروژه متن‌باز شناسایی کند که بیش از هزار مورد آن‌ها دارای شدت متوسط تا بالا بوده‌اند. همچنین در بنچمارک Terminal Bench ۳.۰ که توانایی کار با ابزارهای شل (Shell) در محیط واقعی لینوکس را می‌سنجد، این مدل امتیاز قابل‌قبول ۲۸.۳ را کسب کرده است.
رقابت با غول‌های فناوری و دسترسی عمومی
با وجود اینکه آزمایشگاه Z.ai در لیست تحریم‌های ایالات متحده قرار دارد، مدل‌های سری GLM محبوبیت زیادی کسب کرده‌اند. قیمت‌گذاری خدمات API این شرکت حدود یک‌دهم نرخ مدل‌های پیشرو آمریکایی است که مزیت رقابتی بزرگی برای آن ایجاد می‌کند. انتظار می‌رود پس از اتمام ارزیابی‌های ایمنی، نسخه‌های این مدل تا دو هفته آینده برای دانلود عمومی و استفاده در پروژه‌های مختلف ارز دیجیتال و بلاک چین منتشر شود.
بیشتر بخوانید: گزارش جنجالی: هوش مصنوعی دیپ سیک ۸ ماه از رقبای آمریکایی عقب‌تر است
مدل‌های زبانی بزرگ پایه چنین ابزارهایی هستند؛ صفحه مدل زبانی بزرگ در ویکی‌پدیا مفهوم پارامتر و آموزش این مدل‌ها را شرح می‌دهد.
بهره‌وری توکن چه معنایی برای هزینه دارد؟
در مدل‌های زبانی، هر واژه یا بخشی از واژه یک توکن محسوب می‌شود و هزینه استفاده معمولاً بر پایه تعداد توکن‌های ورودی و خروجی محاسبه می‌شود. وقتی یک مدل برای رسیدن به پاسخ درست، توکن کمتری تولید کند، هزینه نهایی برای توسعه‌دهنده پایین‌تر می‌آید و سرعت پاسخ نیز بیشتر می‌شود. تمرکز GLM-۵.۳ بر همین نکته است: رسیدن به نتیجه مشابه با مصرف کمتر.
این موضوع در برنامه‌نویسی اهمیت بیشتری پیدا می‌کند، زیرا یک ابزار کدنویسی ممکن است در هر مرحله فایل‌های طولانی، پیام‌های خطا و توضیحات را به مدل بفرستد و پاسخ بگیرد. کاهش مصرف توکن در چنین چرخه‌ای، تفاوت محسوسی در هزینه پروژه ایجاد می‌کند. به همین دلیل، حتی اگر مدل در برخی شاخص‌های خام عقب‌تر باشد، می‌تواند در عمل انتخاب اقتصادی‌تری برای تیم‌های توسعه باشد.
پرسش‌های متداول
مدل GLM-۵.۳ چه ویژگی‌هایی دارد؟
این مدل ۷۴۳ میلیارد پارامتری توسط آزمایشگاه چینی زی ای‌آی (Z.ai) رونمایی شده و به عنوان قوی‌ترین مدل متن‌باز در حوزه برنامه‌نویسی معرفی شده است؛ طراحی آن با تمرکز بر بهره‌وری توکن‌ها انجام شده است.
عملکرد GLM-۵.۳ در بنچمارک‌ها چگونه بوده است؟
این مدل در بنچمارک اختصاصی Z.ai به نرخ موفقیت ۳۴.۵ درصدی رسیده و در عین حال توکن‌های خروجی کمتری نسبت به نسخه ۵.۲ مصرف می‌کند. در Terminal Bench ۳.۰ نیز امتیاز ۲۸.۳ را کسب کرده است.
آیا GLM-۵.۳ از مدل‌های آمریکایی بهتر است؟
نه در همه شاخص‌ها؛ این مدل در برخی معیارها از مدل‌های بسته آمریکایی مانند Claude Fable ۵ عقب‌تر است، اما در زمینه اقتصاد توکن و هزینه نهایی رقیب جدی محصولات آنتروپیک و اوپن ای‌آی محسوب می‌شود.
نقش این مدل در امنیت سایبری چیست؟
GLM-۵.۳ توانسته ۲۴۳۶ آسیب‌پذیری را در ۲۶۹ پروژه متن‌باز شناسایی کند که بیش از هزار مورد آن‌ها دارای شدت متوسط تا بالا بوده‌اند؛ این یعنی مدل در کشف نقاط ضعف کد نیز کاربرد دارد.
چه زمانی نسخه عمومی مدل منتشر می‌شود؟
انتظار می‌رود پس از اتمام ارزیابی‌های ایمنی، نسخه‌های این مدل تا دو هفته آینده برای دانلود عمومی و استفاده در پروژه‌های مختلف ارز دیجیتال و بلاک چین منتشر شود.
جمع‌بندی
GLM-۵.۳ نشان می‌دهد رقابت در هوش مصنوعی دیگر فقط بر سر بالاترین امتیاز بنچمارک نیست. ترکیب وزن‌های متن‌باز، تمرکز بر بهره‌وری توکن، قیمت‌گذاری حدود یک‌دهمی و کارایی در محیط لینوکس، این مدل را به گزینه‌ای جدی برای تیم‌هایی تبدیل می‌کند که به دنبال هزینه کمتر و کنترل بیشتر هستند. با این حال، عقب‌ماندن در برخی شاخص‌ها و محدودیت‌های تحریمی، مسیر پیشروی آن را بی‌چالش نمی‌کند.