Shanghai Artificial Intelligence Laboratory oʻzining agentga yoʻnaltirilgan katta modeli boʻlgan Atria Dawn ning toʻliq versiyasini taqdim etdi. Ushbu chiqarish sentyabr oyi oʻrtalarida Atria Dawn ning dastlabki versiyasi paydo boʻlganidan taxminan bir oy oʻtgach amalga oshirildi.
Model GLM-5.2 asosiy modeliga oʻrgatilgan boʻlib, u mixture-of-experts formatida 744 milliard parametrni oʻz ichiga oladi. U atrof-muhitni tushunish, vositalardan foydalanish va koʻp bosqichli vazifalarni bajarishni talab qiladigan ilmiy-tadqiqot va muhandislik ishlarini qoʻllab-quvvatlash uchun moʻljallangan.
Laboratoriya tomonidan qayd etilgan asosiy oʻzgarish – bu kontekst oynasini previewda mavjud boʻlgan 256 ming tokenlardan toʻliq versiyada 512 ming tokenlarga oshirishdir. Biroq, loyiha GitHub repozitoriyasidagi model yuklash jadvali hali ham toʻliq model va uning FP8 versiyasi uchun 256K ni koʻrsatib turibdi, shuning uchun ishlab chiquvchilarga qoʻllaniladigan cheklovni aniqlash uchun joylashtirilgan API hujjatlariga murojaat qilish tavsiya etiladi.
Laboratoriya endi model imkoniyatlarini toʻrtta yoʻnalish boʻyicha tasniflaydi. Kashfiyot (Discovery) maʼlumotlarni yigʻish va tizimlashtirish, chuqur tadqiqotlar oʻtkazish va tadqiqot savollarini ijro etiladigan eksperiment rejalariga aylantirishni oʻz ichiga oladi. Yaratish (Creation) dasturiy taʼminot, interaktiv ilovalar, oʻyinlar, mashinaviy oʻrganish tizimlari va maʼlumotlarni vizuallashtirishni ishlab chiqishni qamrab oladi. Yetkazib berish (Delivery) texnik topshiriqlarni, maʼlumotlarni va dizayn talablarini tuzilgan hisobotlar va taqdimotlarga aylantirish imkonini beradi. Kibersavdoqatchilik (Cybersecurity) xavfsizlik muammolarini tahlil qilish, zaifliklarni tekshirish, tuzatmalarni qoʻllash va qayta sinovdan oʻtishga eʼtibor qaratadi, bu esa avtorizatsiya qilingan muhitlar bilan cheklangan.
Previewga nisbatan laboratoriya sezilarli yaxshilanishlarni taʼkidlaydi: JobBenchda 7,2 ball oshishi (57,5 ga qarshi 50,3), WideSearchda 2,7 ball oshishi (84,6 ga qarshi 81,9) va PaperBenchda 2,6 ball oshishi (89,6 ga qarshi 87,0). Biroq, laboratoriya veb-saytiga mos kelishini daʼvo qiladigan repozitoriya baholash jadvalida, AutomationBench (54,7), SkillsBench (67,8) va SWE-bench Pro (61,7) kabi boshqa koʻpgina benchmarklarda kamroq yaxshilanishlar koʻrsatilgan. Baʼzi testlarda preview teng yoki yuqori natijalar koʻrsatgan, masalan, BrowseComp da preview 92,5, toʻliq versiyaning 91,3 dan ustun turadi.
Model alohida xalqaro va xitoy nuqtalariga ega joylashtirilgan API orqali mavjud. Repozitoriy SGLang, vLLM va Codex uchun sozlash qoʻllanmalarini oʻz ichiga oladi. Model faqat matnli kirishni qabul qiladi. Kod MIT litsenziyasi ostida chiqarilgan, ammo toʻliq versiyaning ogʻirliklari Hugging Face va ModelScope da hali «Tez orada paydo boʻladi» deb belgilangan; hozircha faqat preview ogʻirliklarini yuklab olish mumkin.
