智谱GLM披露国内大模型首个递归自我改进实践
AI摘要
由 AI 生成 · 仅供参考
智谱GLM团队披露递归自我改进方向首个工程化实践，由GLM-5.3驱动的Infra Agent在超10万张国产芯片集群上完成推理基础设施搭建，实现AI对运行系统的反向改进，相关模型已投入真实使用。
驱动中国9月17日消息，智谱GLM团队披露了递归自我改进（Recursive Self-Improvement，简称RSI）方向的首个工程化实践进展，核心内容为让AI自主改进其运行系统。
具体而言，由GLM-5.3驱动的Infra Agent完成了GLM-5.3-Flash推理基础设施的设计、调试与优化，实现了模型对自身运行系统的反向改进。
据官方博客介绍，Infra Agent在由超10万张国产芯片组成的集群上，从零开始完成了生产级推理服务的搭建。在不到两周的时间内，该系统将端到端吞吐量提升至初始基线的3倍，硬件利用效率与单Token成本达到与主流NVIDIA GPU相当的水平。
这套系统目前已投入真实使用。GLM-5.3-Flash以匿名模型Ox-Alpha的身份在OpenCode、OpenRouter上线，6天内Token调用量超过62万亿。
这是国内大模型厂商首次公开将“AI自我改进”应用于生产环境，表明AI不仅限于代码编写，还能参与整个推理系统的工程闭环。
版权声明:本文由驱动中国整理发布,转载需注明出处与原文链接。如有疑问请联系
editor@qudong.com。
本文价值
★★★★★
4.1
21 人已评
登录后为本文打分
评论加载中…