Instructions to use zai-org/GLM-5.3 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use zai-org/GLM-5.3 with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-generation", model="zai-org/GLM-5.3") messages = [ {"role": "user", "content": "Who are you?"}, ] pipe(messages)# Load model directly from transformers import AutoTokenizer, AutoModelForCausalLM tokenizer = AutoTokenizer.from_pretrained("zai-org/GLM-5.3") model = AutoModelForCausalLM.from_pretrained("zai-org/GLM-5.3", device_map="auto") messages = [ {"role": "user", "content": "Who are you?"}, ] inputs = tokenizer.apply_chat_template( messages, add_generation_prompt=True, tokenize=True, return_dict=True, return_tensors="pt", ).to(model.device) outputs = model.generate(**inputs, max_new_tokens=40) print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:])) - Inference
- HuggingChat
- Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- vLLM
How to use zai-org/GLM-5.3 with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "zai-org/GLM-5.3" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/chat/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "zai-org/GLM-5.3", "messages": [ { "role": "user", "content": "What is the capital of France?" } ] }'Use Docker
docker model run hf.co/zai-org/GLM-5.3
- SGLang
How to use zai-org/GLM-5.3 with SGLang:
Install from pip and serve model
# Install SGLang from pip: pip install sglang # Start the SGLang server: python3 -m sglang.launch_server \ --model-path "zai-org/GLM-5.3" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/chat/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "zai-org/GLM-5.3", "messages": [ { "role": "user", "content": "What is the capital of France?" } ] }'Use Docker images
docker run --gpus all \ --shm-size 32g \ -p 30000:30000 \ -v ~/.cache/huggingface:/root/.cache/huggingface \ --env "HF_TOKEN=<secret>" \ --ipc=host \ lmsysorg/sglang:latest \ python3 -m sglang.launch_server \ --model-path "zai-org/GLM-5.3" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/chat/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "zai-org/GLM-5.3", "messages": [ { "role": "user", "content": "What is the capital of France?" } ] }' - Docker Model Runner
How to use zai-org/GLM-5.3 with Docker Model Runner:
docker model run hf.co/zai-org/GLM-5.3
Upload Recording_2829.wav
[보컬 녹음 정밀 분석 요청]
이 오디오를 실제로 직접 청취하고 분석해줘.
목적:
이 녹음에서 나타나는 실제 보컬 특성과 기술적 상태를 객관적으로 분석하는 것.
추측을 사실처럼 단정하지 말고, 들리는 것과 추론하는 것을 반드시 구분해줘.
━━━━━━━━━━━━━━━━━━━━
- 기본 분석
━━━━━━━━━━━━━━━━━━━━
① 전체적인 보컬 특성
- 음색
- 성구/보컬 레지스터
- 발성 성향
- 공명 특성
- 성대 접촉 정도를 음향적으로 추정
- 호흡/호흡압 사용
- 소리의 밀도와 두께
② 음역
- 실제로 들리는 최저음
- 실제로 들리는 최고음
- 각 음의 정확한 음이름이 가능하면 제시
- 단순히 음이 나온 것과 안정적으로 사용 가능한 음을 구분
- 저음/중음/고음 각각의 안정성 평가
※ 이 녹음에서 최고음이 G4라면
"G4를 냈다"와 "G4를 안정적으로 사용할 수 있다"를 동일하게 취급하지 말 것.
━━━━━━━━━━━━━━━━━━━━
2. 음정 분석
━━━━━━━━━━━━━━━━━━━━
- 음정 정확도
- 음정 흔들림
- 플랫/샤프 경향
- 음을 시작할 때 정확하게 진입하는지
- 롱톤에서 pitch drift가 발생하는지
- 고음에서 음정이 내려가거나 올라가는지
- 저음에서 음정이 불안정해지는지
가능하다면 문제가 발생하는 구간의 timestamp와 해당 음을 표시할 것.
━━━━━━━━━━━━━━━━━━━━
3. 리듬/타이밍
━━━━━━━━━━━━━━━━━━━━
- 박자 정확도
- 가사 진입 타이밍
- 음 길이
- 프레이즈 타이밍
- 반주보다 앞서거나 뒤처지는 구간
- 특별히 불안정한 구간
━━━━━━━━━━━━━━━━━━━━
4. 발성 및 성구 전환
━━━━━━━━━━━━━━━━━━━━
특히 다음을 분석해줘.
- 흉성/중성/두성/가성으로 추정되는 구간
- 성구가 전환되는 지점
- 고음으로 올라갈 때 발성이 어떻게 변화하는지
- 저음으로 내려올 때 소리의 유지 여부
- 파사지오로 추정되는 구간
- 고음에서 흉성 비중이 유지되는지
- 고음에서 성대 접촉이 두꺼워지는지/얇아지는지
- 생목/과도한 압박의 징후가 들리는지
- 반대로 지나치게 새는 소리가 있는지
중요:
음향만으로 실제 성대의 생리학적 상태를 확정하지 말 것.
"로 들린다", "로 추정된다"처럼 표현할 것.
━━━━━━━━━━━━━━━━━━━━
5. 공명/음색
━━━━━━━━━━━━━━━━━━━━
- 저음/중음/고음의 공명 변화
- 소리가 앞쪽으로 모이는지
- 구강/비강/인두 공명으로 추정되는 특징
- 고음에서 소리가 밝아지는지/어두워지는지
- 소리가 얇아지는지/두꺼워지는지
- 음역에 따라 formant/공명 특성이 어떻게 변하는지
- 특정 음에서 공명이 갑자기 무너지는지
━━━━━━━━━━━━━━━━━━━━
6. 호흡 및 압력
━━━━━━━━━━━━━━━━━━━━
- 호흡이 안정적인지
- 프레이즈 후반에 호흡이 무너지는지
- 고음에서 불필요하게 압력이 증가하는지
- 소리가 공기에 비해 과도하게 눌리는지
- breath support가 안정적으로 유지되는지
━━━━━━━━━━━━━━━━━━━━
7. 고음 집중 분석
━━━━━━━━━━━━━━━━━━━━
이 녹음의 고음 중 가장 중요한 구간을 찾아라.
각 구간마다:
[Timestamp]
[음정]
[음정 정확도]
[소리의 질감]
[성구/발성 추정]
[공명]
[성대 접촉 추정]
[압력]
[문제점]
[좋았던 점]
을 분석해줘.
특히 최고음 G4가 있다면 G4를 별도로 평가할 것.
━━━━━━━━━━━━━━━━━━━━
8. 저음 집중 분석
━━━━━━━━━━━━━━━━━━━━
최저음 D#2가 있다면 해당 구간을 별도로 분석해줘.
- 실제 음정 도달 여부
- 음량
- 음색 유지
- 성대 접촉 추정
- 소리가 공기에 묻히는지
- 음이 흔들리는지
- 일회성 저음인지 반복 사용 가능한 저음인지
━━━━━━━━━━━━━━━━━━━━
9. 문제 구간 TOP 5
━━━━━━━━━━━━━━━━━━━━
가장 개선 가치가 높은 구간 5개를 선정해줘.
각각:
- timestamp
- 발생한 문제
- 원인으로 추정되는 요소
- 근거
- 개선 방법
━━━━━━━━━━━━━━━━━━━━
10. 잘된 구간 TOP 5
━━━━━━━━━━━━━━━━━━━━
가장 잘된 구간 5개를 선정해줘.
왜 잘됐는지 기술적으로 설명해줘.
━━━━━━━━━━━━━━━━━━━━
11. 종합 평가
━━━━━━━━━━━━━━━━━━━━
다음 항목을 10점 만점으로 평가:
- 음정
- 리듬
- 저음
- 중음
- 고음
- 성구 전환
- 발성 안정성
- 호흡
- 공명
- 다이내믹
- 음악성
- 전체적인 안정성
그리고 가장 중요한 강점 3개와
가장 중요한 개선점 3개를 제시해줘.
━━━━━━━━━━━━━━━━━━━━
12. 증거 수준 구분
━━━━━━━━━━━━━━━━━━━━
모든 주요 결론을 다음처럼 구분해줘.
[OBSERVATION]
실제로 오디오에서 직접 들리는 것
[MEASUREMENT]
오디오에서 객관적으로 측정 가능한 것
[INFERENCE]
음향적 특징을 바탕으로 추론한 것
[HYPOTHESIS]
추가적인 녹음이나 측정이 필요하지만 가능한 설명
절대로 INFERENCE나 HYPOTHESIS를 사실처럼 표현하지 말 것.
━━━━━━━━━━━━━━━━━━━━
13. 최종 결론
━━━━━━━━━━━━━━━━━━━━
이 녹음만을 기준으로:
① 보컬의 가장 강한 영역
② 가장 약한 영역
③ 실제 사용 가능한 음역으로 추정되는 범위
④ 가장 중요한 기술적 특징
⑤ 가장 개선 효과가 클 것으로 예상되는 문제
⑥ 이 녹음에서 확실하게 말할 수 없는 부분
을 간결하게 정리해줘.
마지막에는 다음 한 줄을 작성해줘.
"이 녹음에서 가장 중요한 보컬 특징은 ______이다."
주의:
- 녹음에서 들리지 않는 정보를 만들어내지 말 것.
- 음역이 넓다는 이유만으로 보컬 실력이 높다고 판단하지 말 것.
- 최고음/최저음을 그대로 usable range로 판정하지 말 것.
- 한 번 나온 음을 안정적인 음역으로 확대 해석하지 말 것.
- 성종/파사지오/Fach 등을 단 한 개의 녹음만으로 확정하지 말 것.
- 길게 설명하는 것보다 실제 오디오 근거와 timestamp를 우선할 것.