GLM 5.2登頂智慧體微調評量，零崩潰擊敗Opus 4.8

据動察 Beating監測，在最新發布的 AI 研發自動化評測 PostTrainBench 中，推理模型 GLM 5.2 Max 以 34.29% 的得分奪得第一，以微弱優勢擊敗了 Claude Opus 4.8 Max 的 34.08%。

評測模擬大模型在 10 小時和單卡 H100 算力限制下自主執行後訓練微調的全流程，包含數據清洗、編寫訓練腳本與超參優化。在 84 次完整運行中，GLM 5.2 取得了 0% 的運行崩潰率，而 Claude Opus 系列 Agent 則有約 10% 的任務卡死或崩潰率。

分析顯示，新一代推理模型能夠更精準地解析終端報錯，自癒環境與訓練腳本問題，並在本地 GPU 上拉起更大參數量的本地教師模型（如 14B 到 72B Qwen）進行動態合成數據蒸餾，從而規避了傳統智能體長航時任務的邏輯死鎖。