GLM-5.3'ün Teknik Özellikleri

Z.ai'nin herkese açık model depoları indirilebilir bir GLM-5.3 yapısı yerine hâlâ belirgin biçimde GLM-5.2’yi gösteriyor; bu nedenle henüz yayımlanmamış spesifikasyonlar açıkça doğrulanmamış olarak işaretli kalmalıdır.

GLM-5.3 Nedir?

GLM-5.3, Z.ai'nin GLM ailesinin en yeni neslidir ve karmaşık güvenlik ve mühendislik görevlerini otonom şekilde yerine getirebilen yapay zeka sistemlerine doğru bir kaymayı temsil eder.

Duyuru özellikle dikkat çekicidir çünkü siber güvenlik yalnızca bir kıyaslama kategorisi olarak sunulmuyor. Z.ai, GLM-5.3’ü yazılım zafiyetlerini keşfedebilen ve saldırı geliştirme iş akışlarına katılabilen bir yapay zeka sistemi olarak göstermektedir.

Reuters, Z.ai'nin güvenlik değerlendirmelerini tamamladıktan sonra modeli kamuya açık şekilde yayımlamayı planladığını, daha gelişmiş yeteneklerin ise başlangıçta bir güvenilir erişim mekanizmasıyla kısıtlanacağını bildiriyor.

Bu, GLM-5.2'den önemli bir vurgu değişimidir.

GLM-5.2 esas olarak uzun vadeli yazılım mühendisliği ve ajan tabanlı kodlama etrafında konumlandırılmıştı. Z.ai'nin Haziran araştırma sayfası GLM-5.2’yi “Uzun Vadeli Görevler İçin İnşa Edildi” olarak tanımlıyor.

GLM-5.3 bu ajan yaklaşımını çok daha hassas bir alana taşıyor:

yazılım mühendisliği → zafiyet keşfi → siber savunma → kontrollü ofansif güvenlik

---

GLM-5.3'ün Başlıca Özellikleri Nelerdir?

Siber Güvenlik Merkezli Akıl Yürütme

En öne çıkan yetenek siber güvenliktir.

GLM-5.3 şu sonuca ulaştı:

CyberGym'de 84.5%

CyberGym, bir yapay zeka sisteminin yazılım zafiyetlerini tanımlama yeteneğini değerlendirir. Sonuç, Mythos 5'in bildirilen 83.8% değerini biraz aşıyor.

Bu önemlidir çünkü siber güvenlik, sözdizimsel olarak doğru kod üretmekten fazlasını gerektirir.

Yetenekli bir güvenlik ajanının şunları yapabilmesi gerekir:

1. Bilinmeyen kodu anlamak.
2. Saldırı yüzeylerini belirlemek.
3. Zafiyetlere ilişkin hipotezler kurmak.
4. Veri ve kontrol akışını izlemek.
5. Hipotezi doğrulamak.
6. Uygun bir kavram kanıtı geliştirmek.
7. Zafiyetin gerçekten istismar edilebilir olup olmadığını belirlemek.

GLM-5.3'ün CyberGym puanı, bu zincirin ilk kısmında kayda değer bir ilerlemeye işaret ediyor.

Güçlü Zafiyet Keşfi

84.5% CyberGym puanı muhtemelen en etkileyici erken sonuçtur.

Bu, zafiyet tanımlamada GLM-5.3'ü Mythos 5'in biraz önüne koyuyor:

Marj yalnızca 0.7 yüzde puan, bu nedenle GLM-5.3'ü kesin olarak üstün diye nitelemek yanıltıcı olur.

Daha ilginç olan nokta, Z.ai'den açık ağırlıklı bir modelin, yüksek derecede kısıtlanmış bir siber güvenlik sistemiyle aynı performans mahallesine girmesidir.

İstismar Geliştirme Hâlâ Bir Zayıflık

GLM-5.3 her siber güvenlik görevinde baskın değildir.

ExploitBench'te:

Bu, 23.6 puanlık bir farktır.

Bu önemli bir ayrımı ortaya koyuyor:

Bir zafiyeti bulmak, onu güvenilir biçimde istismar etmekle aynı şey değildir.

GLM-5.3 zayıflıkları tanımlamada oldukça yetkin görünse de, erken sonuçlar bu bulguların güvenilir istismar geliştirmeye dönüştürülmesinin oldukça daha zor kaldığını göstermektedir.

Kurumsal güvenlik ekipleri için bu, modeli yalnızca bir saldırı otomasyon motoru olarak değil, bir savunma odaklı zafiyet analiz yardımcısı olarak da ilginç kılar.

GLM-5.3 ve GLM-5.2

GLM-5.2 en kullanışlı doğrulanmış taban çizgisini sağlar.

GLM-5.2'nin doğrulanmış mimarisi yaklaşık 753B parametre olup, herkese açık model kataloğu hâlâ 753B modeli ve FP8 sürümünü listeliyor.

GLM-5.2 ayrıca Z.ai'nin model değerlendirme materyallerine dayanan üçüncü taraf raporlamalara göre Terminal-Bench 2.1'de 81.0 ve SWE-bench Pro'da 62.1 elde etti.

Ancak bu sayıların GLM-5.2 kıyasları olarak kalması, GLM-5.3'e atfedilmemesi gerekir.

GLM-5.3 ve Mythos 5

Bu, şu anda en anlamlı kıyaslamadır.

Sonuç, nüanslı bir sonuca götürüyor.

GLM-5.3 zafiyet tanımlamada önde.

Ama:

Mythos 5 istismar geliştirmede belirgin biçimde daha güçlü kalıyor.

Bu nedenle, mevcut verileri “GLM-5.3 Mythos 5’i yener” şeklinde yorumlamak doğru olmaz.

Daha iyi bir tanım:

GLM-5.3, zafiyet keşfinde Mythos 5 düzeyinde performansa ulaşırken istismar geliştirmede geride kalıyor.