GLM
Un modelo general chino que comenzó con preentrenamiento de relleno de espacios autorregresivo
El texto completo se presenta en inglés; el título y el resumen están traducidos.
QUÉ ES
GLM is the general language-model series from Zhipu AI, its name standing for General Language Model and using an autoregressive blank-infilling pretraining objective. GLM-4 arrived in 2024, aimed at dialogue, function calling and agent scenarios and offering general generation in Chinese and other languages. The company grew out of Tsinghua University’s knowledge-engineering lab and was founded in 2019. The GLM family includes commercial versions plus some lightweight open ones, and is widely integrated into Chinese enterprise applications and agent frameworks.
Por qué merece la pena recordarlo
It started from a blank-infilling pretraining objective different from the standard causal language model, and was early to build function calling and agent abilities into a Chinese model — one of China’s representatives of the open-plus-commercial route.
Especificaciones clave
- Architecture
- GLM (autoregressive blank infilling)
- Modality
- Text
- Open weights
- No (commercial version)
- Released
- 2023-03
Capacidades
Conversación y seguimiento de instrucciones
Entender la intención en el diálogo y actuar en consecuencia
Generación de texto
Continúa un texto palabra por palabra
Razonamiento y cadena de pensamiento
Descomponer un problema difícil en pasos intermedios
Uso de herramientas y function calling
Que el modelo elija la API y rellene los argumentos
Conceptos relacionados
Arquitectura Transformer
Sustituir el relé palabra a palabra por una sala donde todos hablan a la vez, para que las dependencias lejanas estén a un salto
Preentrenamiento y ajuste fino
Aprender el lenguaje primero con texto sin etiquetas y luego especializarse con pocos datos: el paradigma más eficiente en datos de la IA moderna
Ingeniería de prompts y alineación
Hacer que un modelo sea útil, honesto e inofensivo es más difícil que simplemente agrandarlo
Productos similares
ERNIE
2019Un modelo chino que comenzó con preentrenamiento enriquecido con conocimiento, versión temprana representativa
Qwen
2023Una familia de pesos abiertos con muchos tamaños y versiones multimodales
Baichuan
2023Un modelo general de pesos abiertos orientado al uso en chino
Doubao
2023El modelo de chat general y la aplicación de ByteDance
Kimi
2023Un asistente de chat chino conocido por manejar contextos largos
Hunyuan
2023La familia de modelos generales de Tencent, con versiones de pesos abiertos
MiniMax-M
2025Un modelo de razonamiento de pesos abiertos con atención híbrida y contexto de un millón de tokens
Step
2023Una familia de modelos generales orientada a la multimodalidad y el uso en dispositivo