资讯
近日消息，北京智谱华章科技有限公司年度工作的收尾阶段，该公司推出了旗下首个运用扩展强化学习技术训练而成的推理模型——GLM - Zero，并且发布了初代版本GLM - Zero - Preview。
用户现在可以在智谱清言平台的“Zero推理模型”智能体中免费体验GLM-Zero-Preview，该平台支持文字和图片上传，模型将输出完整的推理过程。同时，开发者也可以通过智谱开放平台的API调用此模型。
尽管GLM-Zero-Preview与OpenAI的o3模型还存在一定差距，但智谱华章科技有限公司计划持续优化迭代强化学习技术，并即将推出正式版GLM-Zero，将深度思考的能力从数理逻辑扩展到更多通用技术领域。
在模型表现方面，GLM-Zero-Preview展现了强化学习在增强模型深度推理能力方面的重要性。随着训练量的增加，模型在深度推理等方面的效果稳步提升。模型在推理阶段的scaling law也得到了验证，即随着模型可以思考的token数变多以及更多的计算量，模型给出的结果质量也稳步提升。GLM-Zero-Preview能够实现推理过程中自主决策、问题拆解和尝试多种方式解决问题，这与人类的思考决策过程类似。
在实测案例中，GLM-Zero-Preview在逻辑推理方面表现出识别逻辑漏洞和模拟多种假设的能力。在数学方面，该模型具有强大的归纳与演绎能力，能够快速处理复杂的数学运算，并在2025年考研数学一的测试中达到优秀研究生水平。在编程方面，GLM-Zero-Preview能够熟练使用多种编程语言，并帮助开发者快速编写代码。
文明上网，理性发言，共同做网络文明传播者