2025年4月14日，中國(guó)AI領(lǐng)軍企業(yè)智譜AI正式推出GLM-4-32B-0414系列大模型，以32B參數(shù)量實(shí)現(xiàn)全方位能力躍升。該系列創(chuàng)新性融合對(duì)話、推理、沉思等多元智能模塊，在基準(zhǔn)測(cè)試中展現(xiàn)出與GPT-4o、DeepSeek-V3/R1等國(guó)際頂尖模型比肩的綜合性能。尤為關(guān)鍵的是，智譜此次以MIT開(kāi)源協(xié)議向全球開(kāi)放模型權(quán)重，結(jié)合其突出的本地化部署優(yōu)勢(shì)，真正實(shí)現(xiàn)了"高性能"與"普惠性"的雙重突破。作為"大模型六小虎"中IPO進(jìn)程最快的企業(yè)，智譜此番動(dòng)作既彰顯了國(guó)產(chǎn)大模型的技術(shù)實(shí)力，更為行業(yè)樹(shù)立了商業(yè)化與開(kāi)源化協(xié)同發(fā)展的新范式。

效果展示

動(dòng)畫繪制

網(wǎng)頁(yè)設(shè)計(jì)

提示詞：設(shè)計(jì)一個(gè)支持自定義函數(shù)繪制的繪圖板，可以添加和刪除自定義函數(shù)，并為函數(shù)指定顏色。

給我設(shè)計(jì)一個(gè)移動(dòng)端機(jī)器學(xué)習(xí)平臺(tái)的 UI，其中要包括訓(xùn)練任務(wù)，存儲(chǔ)管理，和個(gè)人統(tǒng)計(jì)信息界面。個(gè)人信息統(tǒng)計(jì)界面要用圖表展示用戶過(guò)去一段時(shí)間的各類資源使用情況。使用 Tailwind CSS 來(lái)美化頁(yè)面，把這 3 個(gè)手機(jī)界面平鋪展示到一個(gè) HTML 頁(yè)面中。

SVG生成

用 SVG 展示一個(gè) LLM 的訓(xùn)練流程

相關(guān)鏈接

• 論文：https://arxiv.org/pdf/2406.12793
• 官網(wǎng)：https://www.zhipu.ai/
• 試用：https://modelscope.cn/studios/ZhipuAI/GLM-Z1-9B-0414/summary
• 文檔：https://github.com/THUDM/GLM-4/blob/main/README_zh.md
• 模型：https://huggingface.co/collections/THUDM/glm-4-0414-67f3cbcb34dd9d252707cb2e

模型介紹

智譜AI正式推出新一代開(kāi)源大模型 GLM-4-32B-0414 系列，以 320億參數(shù)規(guī)模實(shí)現(xiàn)多維度能力突破，綜合表現(xiàn)媲美 GPT-4o 和 DeepSeek-V3/R1等頂尖模型。該系列基于15T 高質(zhì)量數(shù)據(jù)預(yù)訓(xùn)練，特別強(qiáng)化了推理類合成數(shù)據(jù)，為后續(xù)強(qiáng)化學(xué)習(xí)優(yōu)化奠定堅(jiān)實(shí)基礎(chǔ)。  

在后訓(xùn)練階段，GLM-4-32B-0414 不僅優(yōu)化了對(duì)話場(chǎng)景的人類偏好對(duì)齊，更通過(guò)拒絕采樣（Rejection Sampling） 和 強(qiáng)化學(xué)習(xí)（RL） 技術(shù)，顯著提升了**指令遵循、工程代碼、函數(shù)調(diào)用等關(guān)鍵能力，使其在智能體任務(wù)中表現(xiàn)更加穩(wěn)定可靠。  

實(shí)際測(cè)試表明，GLM-4-32B-0414 在代碼生成、Artifacts 構(gòu)建、函數(shù)調(diào)用、搜索增強(qiáng)問(wèn)答等場(chǎng)景下表現(xiàn)優(yōu)異，部分 Benchmark 甚至接近更大規(guī)模的 GPT-4o和 DeepSeek-V3-0324（671B）。同時(shí)，該模型延續(xù)了 GLM 家族本地化部署友好的特性，結(jié)合MIT 開(kāi)源協(xié)議，為開(kāi)發(fā)者與企業(yè)提供了更靈活、高效的大模型應(yīng)用方案。  

作為國(guó)產(chǎn)大模型的代表之一，GLM-4-32B-0414 的發(fā)布不僅展現(xiàn)了智譜AI的技術(shù)實(shí)力，也為全球開(kāi)源社區(qū)貢獻(xiàn)了一款兼具**高性能與實(shí)用性**的先進(jìn)模型。

GLM-Z1-32B-0414 是具有深度思考能力的推理模型，這是在 GLM-4-32B-0414 的基礎(chǔ)上，通過(guò)冷啟動(dòng)和擴(kuò)展強(qiáng)化學(xué)習(xí)，以及在數(shù)學(xué)、代碼和邏輯等任務(wù)上對(duì)模型的進(jìn)一步訓(xùn)練得到的。相對(duì)于基礎(chǔ)模型，GLM-Z1-32B-0414 顯著提升了數(shù)理能力和解決復(fù)雜任務(wù)的能力。在訓(xùn)練的過(guò)程中，我們還引入了基于對(duì)戰(zhàn)排序反饋的通用強(qiáng)化學(xué)習(xí)，進(jìn)一步增強(qiáng)了模型的通用能力。

GLM-Z1-Rumination-32B-0414 是具有沉思能力的深度推理模型（對(duì)標(biāo) Open AI 的 Deep Research）。不同于一般的深度思考模型，沉思模型通過(guò)更長(zhǎng)時(shí)間的深度思考來(lái)解決更開(kāi)放和復(fù)雜的問(wèn)題（例如：撰寫兩個(gè)城市AI發(fā)展對(duì)比情況，以及未來(lái)的發(fā)展規(guī)劃），沉思模型在深度思考過(guò)程中結(jié)合搜索工具處理復(fù)雜任務(wù)，并經(jīng)過(guò)利用多種規(guī)則型獎(jiǎng)勵(lì)來(lái)指導(dǎo)和擴(kuò)展端到端強(qiáng)化學(xué)習(xí)訓(xùn)練得到。Z1-Rumination 在研究型寫作和復(fù)雜檢索任務(wù)上的能力得到了顯著提升。

最后，GLM-Z1-9B-0414 是一個(gè)驚喜。沿用上述一系列技術(shù)，訓(xùn)練了一個(gè)保持開(kāi)源傳統(tǒng)的 9B 小尺寸模型。盡管規(guī)模更小，GLM-Z1-9B-0414 在數(shù)學(xué)推理和通用任務(wù)中依然展現(xiàn)出極為優(yōu)秀的能力，其整體表現(xiàn)已處于同尺寸開(kāi)源模型中的領(lǐng)先水平。特別是在資源受限的場(chǎng)景下，該模型在效率與效果之間實(shí)現(xiàn)了出色的平衡，為追求輕量化部署的用戶提供了強(qiáng)有力的選擇。

模型列表

GLM-4-9B-0414 由于其較小的模型容量，我們未對(duì)其智能體能力進(jìn)行類似 GLM-4-32B-0414 的強(qiáng)化，主要針對(duì)翻譯等需要大批量調(diào)用的場(chǎng)景進(jìn)行優(yōu)化。

評(píng)測(cè)結(jié)果

GLM-4-0414 系列

對(duì)于 SimpleQA 和 HotpotQA，我們分別從測(cè)試集中采樣了近500條測(cè)試樣例，提供所有模型最基礎(chǔ)的 search 和 click 工具，另外確保其余 Setting 保持一致后，3次評(píng)測(cè)取平均值。

1. Moatless v0.0.3 使用如下參數(shù) response_format="react", thoughts_in_actinotallow=False, max_interatinotallow=30，未對(duì)失敗軌跡進(jìn)行重試，其余為默認(rèn)配置
2. Agentless v1.5.0 其中的 Embedding 模型使用了 BGE，基于FAISS進(jìn)行相似性檢索，為加快patch驗(yàn)證的速度同時(shí)盡可能保證效果，將運(yùn)行單個(gè)實(shí)例的超時(shí)時(shí)間從默認(rèn)的300s修改為180s
3. OpenHands v0.29.1 未采用 YaRN 上下文擴(kuò)展，而是限制了最大 60 個(gè) iterations，并對(duì) history 進(jìn)行 summarization 以防止超出 32K 上下文限制，summarization 配置為 llm_cnotallow="condenser", keep_first=1, max_size=32，同樣未對(duì)失敗軌跡進(jìn)行重試。

GLM-Z1-0414 系列

本文轉(zhuǎn)載自???AIGC Studio???，作者：AIGC Studio