已验证90% 置信事实精确时间
GLM 通过自回归空白填充（Autoregressive Blank Infilling）统一了自然语言理解与生成的预训练目标
6
来源数
90%
置信度
长期有效
时效性
2026/7/18
首次发现
来源
相关事实
已验证GLM系列是清华大学与智谱AI联合研发的大语言模型，基于自回归空白填充（Autoregressive Blank Infilling）训练目标构建85% 相似已验证GLM采用自回归填空训练目标，通过对文本片段随机遮蔽并要求模型自回归还原72% 相似已验证微调（Fine-tuning）是指在通用文本预训练完毕的基础模型之上，使用特定领域标注数据进行二次训练以调整模型参数71% 相似待验证主流LLM的预训练采用下一个token预测作为目标，优化的是语言建模损失而非事实准确性69% 相似已验证大语言模型的预训练阶段本质上属于自监督学习，是一种特殊的非监督学习，模型通过预测下一个词来从海量文本中自动学习语言规律68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/553648API
curl https://kongchang.com/api/v1/knowledge/claims/553648MCP
get_claim(id=553648)