GLM-5.3-Flash и Kimi K3: конкуренция моделей и линейное внимание
Китайские модели GLM-5.3-Flash и Kimi K3 демонстрируют технологическое сближение в обработке длинных текстов. Обе используют линейное внимание KDA с параметром gate_lower_bound = –5 для стабильности обучения. Конкуренция в сфере больших моделей смещается в сторону оптимизации операторов и числовых границ.