glm

本文详细介绍了 GLM-5.2 在 Agentic RL 中的最新进展，包括引入 slime 基础设施、从 GRPO 转向 PPO 处理长轨迹、以及在线反作弊机制；同时探讨了 Qwen 在验证器质量方面的研究，提出可扩展性、忠实性和鲁棒性三个维度，并针对不同任务设计了多种验证策略以提升奖励信号的可靠性。

DeepSeek 发布 GLM 模型第四版，版本 5.2 PRO。

GLM 5.2，作为GLM语言模型的新版本，已发布并展示了性能提升。

Moonshot AI 的 Kimi 和智谱 AI 的 GLM 在前沿代码基准测试中取得了显著成果。

GLM 5.2 针对在搭载512GB内存的AMD Epyc处理器上进行纯CPU推理进行了优化。

一位爱好者将高度量化的 GLM 5.2（Q1_S）与高量化版本的 Qwen 27B（Q8）在代码生成任务上进行对比，发现量化程度较低的大模型在质量和完整性上明显优于量化程度较高的小模型。

智谱AI推出GLM 5.2的免费版本，设有使用限制。

Hugging Face 上发布了已消除限制的 GLM-5.2 模型的量化 GGUF 版本，可使用 Transformers、llama.cpp 和 vLLM 等工具进行本地推理。

GLM 5.2 后训练代码已开源，使用 Megatron-LM 进行训练，SGLang 生成 rollout，形成一个持续强化学习循环，权重同步。

TileRT 是一款基于 tile 的运行时，能够实现超低延迟的 LLM 推理，近期里程碑包括在万亿参数模型上达到每秒 1000+ tokens。它支持 DeepSeek-V3.2 和 GLM-5 等模型，并在 GitHub 上开源提供。

NVIDIA 发布了基于智谱 GLM-5.2 模型量化而来的 NVFP4 精度版本，可通过 Hugging Face 免费层级 API 使用。

GLM 5.2，一个开放AI模型，现已通过与Fireworks的合作在Cursor编码工具中可用。

用户讨论了一个已锁定的戴尔报价：以折扣价购买6块RTX PRO 6000 Max-Q GPU，用于搭建GLM 5.2推理集群，并在报价到期前向社区征求购买策略建议。

一则对比，指出 GPT 5.5 性能优于 GLM 5.2，而 GLM 5.2 又优于 Opus 4.8。

在预算配置下，使用4块RTX 3090 GPU和192GB内存运行GLM5.2，处理7万亿tokens。

作者通过计算Mac Studio运行大模型的token成本和回本周期，得出结论：普通用户购买Mac自用大模型不划算，建议使用API或租卡更经济。

一位研究人员表示，是时候购买更多GPU并构建本地AI堆栈了，并提到Qwen 3.5 27B和GLM 5.2等模型消除了永久底层阶级的威胁。

推文指出，GLM 5.2 和 Kimi 2.7 在 Devin 订阅中可无限使用，将其形容为金矿。

Antirez 报告了在 DwarfStar 中首次实现 GLM 5.2 的工作版本，使用了 433 GB 的 GGUF 文件，运行于配备 512GB 内存的 M3 Ultra 上，不过还需要进一步优化。

Natolambert分享了对GLM的积极第一印象，指出它在Fireworks AI上很容易设置，并且与Claude Code配合良好。