www.zhihu.com
智谱发布 GLM-4 基座大模型，性能效果如何？ - 知乎
这个问题是年初提的，当时讨论的是GLM-4的初代产品，现在快年底了，GLM-4的旗舰模型已经更新到了 GLM-4-Plus。 在今年11月发布的SpuerCLUE通用大模型排行榜上，GLM-4-Plus位列第四，总分和ChatGPT-4o最新版本已经很接近了，也是国产大模型里面排在最前面的 [1]。
glm假设
Searching…
Web results
www.zhihu.com
清华大学通用预训练模型：GLM
GLM 还能够在自然语言理解和生成任务上显著超越 T5，而且使用的参数和数据更少。 GLM 是基于模式利用训练（PET），将自然语言理解（NLU）任务转化为人工设计的完形填空问题，模仿人类的语言。
www.zhihu.com
如何评价清华大学发布的GLM-130B？ - 知乎
在此之前，GLM 的开源代码主要是由 PyTorch、DeepSpeed 以及 Apex 来实现，并且基于 DeepSpeed 提供的数据并行和模型并行技术训练了 GLM-Large（335M），GLM-515M（515M），GLM-10B（10B）等大模型，这在一定程度上降低了 GLM 预训练模型的使用门槛。
www.zhihu.com
如何评价智谱开源的GLM‑4.1V‑9B‑Thinking 视觉大模型？ - 知乎
GLM-4.1V-9B-Thinking 是由智谱 AI 联合清华大学团队推出的多模态大模型，发布于 2025 年 7 月初。 该模型在继承 GLM 系列通用大模型能力的基础上，进一步强化了视觉理解和复杂推理能力，标志着中国在视觉语言模型（VLM）领域的自主创新达到了新的高度。
www.zhihu.com
广义线性模型（GLM）和广义线性混合模型（GLMM）怎么 ...
什么情况下可以用GLM，什么情况下必须用GLMM呢说下自己的理解，权当抛砖引玉。 首先，题主问题有误，GLM一般是指 generalized linear model ，也就是广义线性模型；而非 general linear model，也就是一般线性模型；而GLMM （generalized linear mixed model）是广义线性混合模型。 广义线性模型GLM很简单，举个例子 ...
www.zhihu.com
chatGLM和chatGPT的技术区别在哪里？ - 知乎
ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。 结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。
www.zhihu.com
一般线性模型、广义线性模型和线性混合效应模型有什么异同？
一般线性模型（GLM） 相同点 都属于线性模型的范畴，可以用线性回归来分析。 都是通过假设一个线性的关系来描述响应变量和自变量之间的关系。 不同点 一般线性模型对于响应变量的分布没有要求，可以是连续的数据，也可以是二项分布、泊松分布等离散数据。
www.zhihu.com
如何评价智谱刚刚发布并开源的GLM-4.5系列大模型？ - 知乎
GLM-4.5的规模和Qwen3-480B直接竞争，可以观察一下主打的Agentic Coding性能。 模型训练方面值得关注的点是 Muon + 比较常规的 GQA （不是GLM4-0414的那种KV cache开销堪比MLA的极少KV head的设计）。
stackoverflow.com
opengl - glm::perspective explanation - Stack Overflow
I am trying to understand what the following code does: glm::mat4 Projection = glm::perspective(35.0f, 1.0f, 0.1f, 100.0f); Does it create a projection matrix? Clips off anything that is not in th...
stackoverflow.com
Get 95% confidence interval with glm (..) in R - Stack Overflow
7 @alex's approach will get you the confidence limits, but be careful about interpretation. Since glm is fundamentally a non-liner model, the coefficients usually have large covariance. You should at least take a look...