后训练胜过算力：GLM 5.3 的跃升从哪来
SemiAnalysis 引述一位业内人士：GLM 5.3 的最大跃升完全来自对上一代模型的后训练，后训练比从零预训练更省 GPU，很多公司负担不起预训练。中文转述据此认为后训练被低估，Cursor、Devin 等编码公司似乎也在走这条路。
IntuitMachine@IntuitMachine原帖
为什么值得留
做垂直模型的团队，可优先评估在已有底座上做后训练，而不是从零训练。
可以从这里开始
列出最想提升的一项能力，先估算在开放权重底座上做后训练所需的数据和算力。
阅读时留意
转述自一个视频访谈片段；『Cursor、Devin 也在采用』是转述者的猜测；GLM 5.3 的具体做法未公开。
OnBalls 导读整理于 2026.10.22。只读存档的帖文、引用与同事件其他帖子的文字；视频访谈原文未看。