GLM-5.3-Flash From Scratch

它能帮你完成什么

用 2,573 万参数从零训练一个可读、可运行的 GLM-5.3-Flash 教学缩小版。

从随机初始化训练 25.7M 参数模型，再用可执行奖励强化学习改进，并提供 CUDA、Apple Silicon MPS 与 CPU 路线，适合学习模型结构、预训练与 RL 的完整实验链。

• 项目从零训练 25.7M 参数的 GLM-5.3-Flash-inspired 模型，并用可执行奖励强化学习改进。
• 仓库提供 CUDA、Apple Silicon MPS 与 CPU 路线；当前只完成官方核验，尚未启动训练。