智谱开源代码大模型 GLM-5.3：纯靠后训练挖出 2436 个真实安全漏洞

智谱宣布开源新一代代码大模型 GLM-5.3，展示了在保持底层预训练不变的前提下，通过后训练技术在软件安全漏洞挖掘与系统交互领域所取得的性能进展。

• 在针对 269 个开源代码仓库的自动化安全审计评测中，该模型成功挖掘出 2436 个真实代码漏洞，其中中高危级别漏洞超过 1000 个。
• 在终端环境交互基准 Terminal-Bench 评测中，GLM-5.3 的得分由上一代基础底座的 4.6 提升至 28.3，在开源模型中展现出突出的命令行操作能力。
• 智谱联合清华大学、绿盟科技、奇安信与腾讯玄武实验室等多家网络安全团队，共同发起了 “开源之盾计划”，为开源社区维护者提供免费算力支持以修补安全风险。
• 该方案体现出利用高质量安全对抗数据与强化学习后训练（Post-training）定向强化模型复杂逻辑推理与代码分析能力的有效性。
• 影响/看点：后训练强化技术有助于在特定垂直场景以较低计算成本挖掘模型潜力，但其实际安全防护效果仍依赖于企业环境下的误报抑制能力与未知新型漏洞发现率。
• 资料依据：
• X：阿易 AI Notes（2026-08-28）：https://x.com/AYi_AInotes/status/2093377026816164145
• GitHub（2026-08-28）：https://github.com/zai-org/GLM-4

本内容由 AI 生成，仅供参考，请注意甄别