GLM-5.3: 6x Terminal-Bench Gain From Post-Training Alone
Z.ai shipped GLM-5.3 with zero new pretraining. Post-training alone sent Terminal-Bench 3.0 from 4.6 to 28.3, and cybersecurity gains the company calls "unexpected." Here is what the numbers say. Introduction On August 14, 2026, China's Z.ai (formerly Zhipu AI) released GLM-5.3, and the most in...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
編集部の実践記録から
実トラフィックのない自社ECでも、AIが演じる買い物客でA/Bテストはできるのか——1日40万セッションの実測から
Shopifyが自社の買い物シミュレーション基盤SimGymの運用実測を公開しました。1日40万セッション、GPU分割で平均LLMレイテンシ27.8秒→21.9秒。一方で推論の手抜きはエラー率を0.5〜0.75%から4.5〜10.9%へ押し上げたと結論しています。中小ECと社内AI運用の担当者が読むべき点を整理します。
続きを読む →
1IPアドレスあたり年間250万パケット、Telnet宛は14.4%まで低下——攻撃スキャンの入口はどこへ移ったのか？
NICTが2026年2月に公開したNICTER観測レポート2025を読み解く。2025年の総観測パケットは約7,010億、1IPあたり2,504,680パケットで観測開始以降最多。一方でTelnet(23/TCP)宛の比率は17.9%から14.4%へ低下し、上位10ポート以外が65.8%を占めた。防犯カメラ・ルータ・SSHという現実の入口に話を戻します。
続きを読む →
AIを単発タスクだけに使う中小企業の変革的効果は2%、全社展開は23%。差はツールではなく適用範囲なのか？
OECDが2026年4月に公表したD4SME調査（n=2,018、12か国、2025年Q4〜2026年Q1）を実測で読む。日本サンプル（n=887）では、AIを単発タスクにだけ使う企業で変革的効果を報告したのは2%、全社展開した企業では23%。ただし標本は無作為抽出ではなく、因果は言えない。その限界も含めて数字の使い方を整理する。
続きを読む →