在北京智谱华章科技有限公司的年度收官之际，公司发布了其首个基于扩展强化学习技术训练的推理模型——GLM-Zero的初代版本GLM-Zero-Preview。这款模型专注于提升人工智能的推理能力，尤其在数理逻辑、代码编写以及需要深度推理的复杂问题处理方面表现出色。与基座模型相比，GLM-Zero-Preview在保持通用任务能力的同时，专家任务能力得到了显著提升，其在AIME2024、MATH500和LiveCodeBench评测中的表现与OpenAI o1-preview相当。
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。
智谱清言:
https://chatglm.cn/main/gdetail/676411c38945bbc58a905d31?lang=zh
智谱开放平台:
https://bigmodel.cn/dev/api/normal-model/glm-zero-preview
