Sao - 标签 - vllbc02's blogs https://blog.vllbc.top/tags/sao/ Sao - 标签 - vllbc02's blogs Hugo -- gohugo.iozh-CNThis work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.Mon, 17 Aug 2026 00:00:00 +0000 GLM-5.3 阅读笔记 — 后训练 scaling、SAO 算法与 Slime 框架 https://blog.vllbc.top/glm-5.3-%E5%90%8E%E8%AE%AD%E7%BB%83scaling%E4%B8%8Esao%E7%AE%97%E6%B3%95/ Mon, 17 Aug 2026 00:00:00 +0000 知乎专栏《deep research》 https://blog.vllbc.top/glm-5.3-%E5%90%8E%E8%AE%AD%E7%BB%83scaling%E4%B8%8Esao%E7%AE%97%E6%B3%95/ GLM-5.3 — 后训练 scaling 与 SAO 算法

[!info] TL;DR 核心思想：复用基座，把资源堆到后训练上。GLM-5.3 的全部提升（自研 Z.ai Code Bench +50%）来自后训练 pipeline 的三处扩展——算法（SAO 单轨迹异步 RL 替代 GRPO）、框架（Slime 异步训练框架）、环境（百万级可执行 sandbox）。

]]>