Glossaire GLM

Référence rapide des termes techniques liés aux modèles GLM : architecture, attention, benchmarks et concepts produit.

MoE Mixture of Experts	Chaque token n’active qu’une partie des réseaux experts, équilibrant capacité et coût d’inférence.
Post-training Post-entraînement	Grande phase d’entraînement après la base pré-entraînée (SFT/RL) ; toutes les améliorations de GLM-5.3 en proviennent.
1M Context Contexte 1M	Fenêtre d’un million de tokens capable d’ingérer une grande base de code ou un long document.
IndexShare Partage d’index	Un indexeur léger partagé toutes les quatre couches d’attention éparse : FLOPs par token réduits de 2,9×.
KVShare Partage KV	Caches clé-valeur partagées entre couches pour comprimer encore la mémoire des longs contextes.
MTP Multi-Token Prediction	Prédire plusieurs tokens futurs à la fois, accélérant inférence et signaux d’entraînement.
Thinking Level Niveau de réflexion	Trois profondeurs de raisonnement — faible / élevé / maximal — allouant le calcul selon la complexité.
Terminal-Bench Terminal-Bench	Évalue les tâches système longues en terminal réel ; GLM-5.3 atteint 88.2 en v2.1.
CyberGym CyberGym	Évaluation sécurité offensive/défensive : GLM-5.3 actuellement en tête à 84,5 %.
ExploitBench ExploitBench	Audit et exploitation de vulnérabilités ; GLM-5.3 obtient 54.4 (génération précédente 24.4).
Agent Agent	Système IA planifiant de façon autonome, appelant des outils et accomplissant des tâches multi-étapes.
MIT License Licence MIT	Licence open source permissive : usage commercial, modification et redistribution avec attribution.