已验证75% 置信事实精确时间
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
3
来源数
75%
置信度
长期有效
时效性
2026/7/21
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74% 相似待验证若广泛采用对遗漏视而不见的LLM裁判来打分、做基准测试或指导模型训练（如RLHF、RLAIF），整个优化循环可能被误导，模型会学会生成看起来完整实则残缺的内容72% 相似已验证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72% 相似待验证掩码扩散语言建模(MDLM)在离散token空间上操作，前向过程将token随机替换为[MASK]，反向过程训练模型逐步恢复被掩盖的token71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/583363API
curl https://kongchang.com/api/v1/knowledge/claims/583363MCP
get_claim(id=583363)