GLM-5：从氛围编码到智能体工程

本文提出了GLM-5，一种下一代基础模型，旨在将氛围编码范式转变为智能体工程。基于其前身的智能体、推理和编码（ARC）能力，GLM-5采用DSA方法显著降低训练和推理成本，同时保持长上下文保真度。为推进模型对齐与自主性，我们实现了一种新的异步强化学习基础设施，通过解耦生成与训练大幅提高后训练效率。此外，我们提出新颖的异步智能体RL算法，进一步提升RL质量，使模型能更有效地从复杂、长时程交互中学习。通过这些创新，GLM-5在主要开放基准测试中达到最先进水平。最关键的是，GLM-5在现实世界编程任务中表现出前所未有的能力，在端到端软件工程挑战中超越了之前的基线。