智譜官方今日正式發(fā)布了GLM-Zero的初代版本GLM-Zero-Preview，這是智譜首個(gè)基于擴(kuò)展強(qiáng)化學(xué)習(xí)技術(shù)訓(xùn)練的推理模型。GLM-Zero-Preview作為GLM家族中的一員，專(zhuān)注于增強(qiáng)AI的推理能力，尤其在處理數(shù)理邏輯、代碼和需要深度推理的復(fù)雜問(wèn)題上表現(xiàn)出色。

據(jù)官方介紹，GLM-Zero-Preview在不顯著降低通用任務(wù)能力的情況下，專(zhuān)家任務(wù)能力得到了大幅提升。在A(yíng)IME 2024、MATH500和LiveCodeBench等評(píng)測(cè)中，其表現(xiàn)與OpenAI的o1-preview相當(dāng)。然而，官方也坦承，GLM-Zero-Preview與OpenAI的o3模型相比仍有差距，未來(lái)將繼續(xù)優(yōu)化迭代強(qiáng)化學(xué)習(xí)技術(shù)，并計(jì)劃推出正式版GLM-Zero，進(jìn)一步擴(kuò)展其深度思考能力。

在數(shù)學(xué)領(lǐng)域，GLM-Zero-Preview展現(xiàn)了強(qiáng)大的歸納與演繹能力，能夠快速處理復(fù)雜的數(shù)學(xué)運(yùn)算，解答包括代數(shù)、微積分、概率統(tǒng)計(jì)等領(lǐng)域的問(wèn)題。以2025年考研數(shù)學(xué)一為例，GLM-Zero-Preview得分為126分，展現(xiàn)了其在復(fù)雜數(shù)學(xué)問(wèn)題上的應(yīng)用潛力。

目前，GLM-Zero-Preview已經(jīng)上線(xiàn)，用戶(hù)可通過(guò)智譜清言和智譜開(kāi)放平臺(tái)進(jìn)行體驗(yàn)。這一新模型的發(fā)布，標(biāo)志著AI推理能力的進(jìn)一步提升，未來(lái)有望在更多領(lǐng)域發(fā)揮重要作用。