Mejorar un modelo de inteligencia artificial para programar ya no significa únicamente conseguir que escriba código con menos errores. Cuando lo entrenamos para desenvolverse durante horas en entornos complejos, utilizar herramientas, revisar resultados y resolver problemas de principio a fin, también estamos empujando habilidades que pueden aparecer en terrenos bastante más delicados. Eso es precisamente lo que Z.ai asegura haber observado con GLM-5.3: mientras escalaba su post-training, las capacidades relacionadas con ciberseguridad crecieron más rápido de lo que la propia compañía esperaba, especialmente cuando el trabajo pasaba de analizar vulnerabilidades a intentar explotarlas.
Qué cambió realmente. GLM-5.3 no parte de un nuevo modelo base: Z.ai explica que utiliza exactamente el mismo que GLM-5.2 y que todas las mejoras proceden del post-training. Durante el último mes, la compañía amplió el número de entornos, diversificó las tareas y dedicó más cómputo a entrenar al sistema en trabajos largos y cercanos a los que afrontaría un ingeniero. En esa mezcla incluyó deliberadamente datos y entornos para descubrir vulnerabilidades, de modo que la mejora en ciberseguridad no surgió de la nada. Lo inesperado, según Z.ai, fue hasta dónde avanzó después esa faceta al seguir escalando el entrenamiento.