Il laboratorio cinese Zhupai, noto anche come z.ai, torna a far parlare di sé con il rilascio di GLM-5, un modello linguistico che promette di ridefinire alcuni standard qualitativi nell’intelligenza artificiale generativa. La notizia merita attenzione non tanto per il clamore che inevitabilmente accompagna ogni nuovo rilascio, quanto per un risultato specifico e verificabile: il tasso di allucinazioni più basso mai registrato su un benchmark indipendente.
GLM-5 rappresenta l’ultimo capitolo della serie GLM, che z.ai ha costruito con una coerenza rara nel settore. Il modello mantiene una licenza open source MIT, un dettaglio tutt’altro che secondario per le aziende che intendono integrare modelli linguistici nei propri flussi di lavoro senza vincoli commerciali restrittivi. Il dato più rilevante riguarda il punteggio ottenuto sull’Artificial Analysis Intelligence Index nella sua versione 4.0, vale a dire un valore di meno uno sull’indice AA-Omniscience, che rappresenterebbe un miglioramento di trentacinque punti rispetto ai risultati precedenti. Per chi non ha familiarità con la metrica, si tratta di una misura indipendente della tendenza di un modello a generare informazioni false o inventate, uno dei problemi più persistenti e insidiosi dell’intelligenza artificiale generativa.
L’altro elemento di forte interesse è la tecnica di addestramento utilizzata, descritta come una nuova forma di reinforcement learning denominata “slime”. Sebbene i dettagli tecnici completi non siano ancora disponibili nella loro interezza, il nome suggerisce un approccio che potrebbe distinguersi dalle metodologie consolidate come RLHF o il più recente GRPO, introducendo dinamiche di apprendimento per rinforzo potenzialmente più efficaci nel contenere le confabulazioni (o allucinazioni) del modello.
Il fatto che un risultato simile arrivi da un laboratorio cinese con licenza completamente aperta aggiunge un ulteriore livello di complessità alla competizione globale sull’intelligenza artificiale. Z.ai si posiziona in modo deliberato come alternativa accessibile rispetto ai modelli proprietari dei grandi operatori occidentali, e la scelta della licenza MIT è chiaramente pensata per accelerare l’adozione in ambito enterprise.
Vale la pena collocare la notizia dentro una tendenza più ampia. La corsa al ribasso sul tasso di allucinazioni sta diventando il nuovo terreno di competizione tra i laboratori di intelligenza artificiale, superando per rilevanza strategica la semplice scalata dei punteggi sui benchmark di ragionamento. Un modello che non inventa fatti è un modello che può essere impiegato in contesti critici come la sanità, la finanza e il diritto. Se la tecnica “slime” si dimostrerà replicabile e i risultati verranno confermati da valutazioni indipendenti successive, la domanda da porsi non sarà più quanto un modello sia capace di generare, ma quanto di ciò che genera meriti davvero fiducia.
Per approfondire: link all’articolo originale
