새로운 GLM-5.2 모델은 코딩 및 에이전트 작업에서 최첨단 지능에 근접한 성능을 선보이며 오픈 웨이트 모델의 새로운 기준을 제시합니다.
Z.ai의 Zixuan Li는 GLM이 2021년 연구 논문에서 유래한 '자동 회귀 빈칸 채우기를 통한 일반 언어 모델 사전 훈련(General Language Model pre-training with auto-regressive blank filling)'의 약자라고 설명했습니다.
OpenAI, Anthropic, DeepMind와 같은 업계 선두 주자와 함께 대규모 언어 모델의 초기 개척자로 인정받는 Zhipu AI는 이번 새 출시를 통해 AI 기능의 한계를 뛰어넘는 것을 목표로 합니다.
Zhipu는 진정한 지능이 IQ 점수, AIME, 또는 물리 문제 해결 능력과 같은 기존 측정 기준을 넘어선다고 강조합니다.
회사는 추론, 코딩 및 에이전트 능력을 평가하고, 이러한 다양한 차원에서 성능을 추적하여 AI 지능에 대한 포괄적인 상한선을 설정하는 데 중점을 둡니다.
까다로운 벤치마크 테스트에서 GLM-5.2는 'DeepSeek Terminal Bench 211'과 같은 어려운 장기 작업을 평가에 활용하여 Claude Opus 4.7과 4.8 사이의 성능을 보입니다.
이 새로운 모델은 이전 버전인 GLM-5.1에서 상당한 도약을 이루었으며, 복잡한 문제에 대한 토큰 효율성을 향상시키기 위해 고안된 '높음' 사고 수준을 도입합니다.
이러한 성과는 Zhipu가 코딩 능력 외에 일반 채팅, 역할극 및 수학적 능력을 계속 향상시킴에 따라 오픈 웨이트 모델에 대한 상당한 개선을 나타냅니다.
오픈 웨이트 접근 방식은 온프레미스 배포를 허용하고 모델 아키텍처 및 훈련 방법론에 대한 투명한 접근을 통해 공동 설계를 촉진함으로써, 특히 기업 및 정부를 위한 향상된 보안 및 제어에 대한 사용자 요구를 충족시킵니다.
Harvey와 같은 회사들은 제품 차별화를 위해 GLM 4.1을 미세 조정하고 GLM 5.2를 추가 특수화에 고려하고 있습니다.
다른 많은 회사들은 다양한 산업에서 애플리케이션을 차별화하고 경쟁 우위를 확보하기 위한 핵심 전략으로 GLM 모델 미세 조정을 모색하고 있습니다.
개발자는 Hugging Face 저장소, 챗봇 에이전트 내 또는 API 호출을 통해 GLM-5.2에 액세스할 수 있습니다.
기존 구독 모델과 유사한 새로운 코딩 플랜이 개별 사용자를 위해 제공되며, 커뮤니티가 훈련 파이프라인과 개발 중 극복한 기술적 과제를 탐색하도록 장려합니다.
이 오픈 소스 도구는 사용자가 자체 키를 가져와 Z 코드에 연결할 수 있도록 하며, 기존 산업 표준을 반영하는 간결한 기술로 설계되었습니다.
이 행사는 비공개 대면 토론을 가능하게 하여 참석자들이 공개 포럼에는 적합하지 않을 수 있는 질문을 할 수 있도록 함으로써 AI 산업 내에서 더 깊은 협력을 촉진합니다.
자막에서 근거가 되는 대목을 찾아 답합니다.
AI Engineer의 다음 글도 받아볼까요?
AI Engineer에 새 영상이 올라오면, 방금 읽으신 것처럼 정리해서 메일로 보내 드릴게요.
이 채널은 지난 7일 동안 37편 올렸어요.
