Jie Tang, Gründer von Zhipu AI und Informatikprofessor an der Tsinghua-Universität, hat die neuesten Ergebnisse zum Modell GLM-5.3 vorgestellt und dabei deutliche Kritik am bisherigen Skalierungskurs der KI-Industrie geübt. Nach Ansicht von Tang war das branchenweite Streben nach immer größeren Modellen mit Billionen von Parametern ein kollektiver Umweg. Die bloße Anhäufung von Parametern verbrauche enorme Ressourcen, ohne zwangsläufig proportionale Gewinne bei der praktischen Problemlösungskompetenz zu liefern.
Das neue Modell GLM-5.3 spiegelt diesen Paradigmenwechsel direkt in seiner technischen Konfiguration wider. Zhipu AI verzichtete darauf, die Modellgröße aufzustocken, und beließ die Basisarchitektur sowie die Parameteranzahl bei exakt 753 Milliarden Parametern, dem gleichen Wert wie beim Vorgänger GLM-5.2. Sämtliche Leistungssteigerungen der neuen Modelliteration wurden demnach ohne eine Erweiterung des statischen neuronalen Netzwerks erzielt.
Die beobachteten Leistungsfortschritte beruhen laut Tang ausschließlich auf einer vierwöchigen, intensiven Post-Training-Phase. In diesem Zeitraum wurde das Modell mittels Reinforcement Learning in synthetischen, langlebigen Arbeitsumgebungen trainiert. Diese sogenannten Long-Horizon Environments fordern das Modell über viele aufeinanderfolgende Schritte hinweg heraus und zwingen es dazu, komplexe Aktionsketten selbstständig zu planen und zu korrigieren.
Aus den Ergebnissen leitet Tang eine modifizierte Skalierungshypothese ab, die zwischen reinem Faktenwissen und operativer Handlungsfähigkeit unterscheidet. Während die reine Speicherung von Weltwissen weiterhin von einer höheren Parameterzahl profitiert, skalieren tiefe logische Schlussfolgerungen und autonome Agentenfähigkeiten primär über den Rechenaufwand im Post-Training sowie die effektive Rechentiefe pro Inferenzschritt. Das Zusammenspiel aus Inferenzrechenzeit und dynamischer Schrittführung erweise sich als der wirksamere Hebel für komplexe Aufgabenstellungen.
Der Ansatz von Zhipu AI markiert einen wachsenden Trend in der Spitzenforschung weg vom reinen Brute-Force-Pretraining hin zur Optimierung des Denkprozesses. Für Entwickler und Rechenzentrumsbetreiber bedeutet dieser Wandel, dass bestehende Hardwarebudgets künftig vermehrt in strukturierte Feedback-Schleifen und Testzeitberechnungen fließen könnten, anstatt in immer gigantischere Modellgewichte investiert zu werden.