待验证50% 置信事实精确时间

GLM-5.3直接从checkpoint中读取Multi-Token Prediction（MTP）配置

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

GLM-5.3权重开源：744B MoE巨模型vLLM零日支持

涉及实体

GLM-5.3model MTPconcept

相关事实

待验证GQA 通过让多个 Query 头共享同一组 Key-Value 头，在保持模型表达力的同时降低了 KV Cache 的显存占用57% 相似待验证MTP在几乎所有主流推理工具中默认处于关闭状态55% 相似待验证GKE托管方案归因正确但利用率指标误导且无法升级，自建DCGM默认归因错误但利用率诚实且可配置54% 相似待验证LLM应用的MLOps除了推理延迟和错误率外，还需追踪Token用量、输出内容安全性、幻觉率等LLM特有指标54% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/912424

API

curl https://kongchang.com/api/v1/knowledge/claims/912424

MCP

get_claim(id=912424)