近日，智譜科技在其官方渠道宣布了一項重大進展，正式推出了GLM-4-32B-0414系列模型，這一系列模型擁有高達320億參數(shù)，性能直逼業(yè)界領(lǐng)先的OpenAI GPT系列及DeepSeek的V3/R1系列。尤為引人注目的是，GLM-4-32B-0414系列模型還提供了極為友好的本地部署選項，為用戶帶來了更多便利。
GLM-4-32B-0414系列模型家族包括了GLM-4-32B-Base-0414、GLM-Z1-32B-0414、GLM-Z1-Rumination-32B-0414以及GLM-Z1-9B-0414四款各具特色的模型。其中，GLM-4-32B-Base-0414在預(yù)訓練階段采用了15T的高質(zhì)量數(shù)據(jù)，特別注重推理類合成數(shù)據(jù)的引入，為后續(xù)的優(yōu)化打下了堅實基礎(chǔ)。在后訓練階段，該模型針對對話場景進行了人類偏好對齊，并通過拒絕采樣和強化學習等技術(shù)，在指令遵循、工程代碼、函數(shù)調(diào)用等方面實現(xiàn)了顯著提升。
GLM-4-32B-0414在工程代碼、Artifacts生成、函數(shù)調(diào)用、搜索問答及報告等多個領(lǐng)域均展現(xiàn)出了出色的性能，部分Benchmark測試中的表現(xiàn)甚至可以與規(guī)模更大的GPT-4o、DeepSeek-V3-0324（671B）等模型相媲美。這一成就不僅體現(xiàn)了智譜科技在AI技術(shù)上的深厚積累，也為其在市場競爭中贏得了更多優(yōu)勢。
GLM-Z1-32B-0414則是在GLM-4-32B-0414的基礎(chǔ)上，通過冷啟動和擴展強化學習，以及針對數(shù)學、代碼和邏輯等任務(wù)的進一步訓練，打造出的具有深度思考能力的推理模型。該模型在數(shù)理能力和解決復(fù)雜任務(wù)方面相較于基礎(chǔ)模型有了顯著提升，并且在訓練過程中引入了基于對戰(zhàn)排序反饋的通用強化學習，進一步增強了其通用能力。
GLM-Z1-Rumination-32B-0414則是一款具有沉思能力的深度推理模型，其設(shè)計初衷是解決更開放和復(fù)雜的問題。該模型結(jié)合了搜索工具來處理復(fù)雜任務(wù)，并通過多種規(guī)則型獎勵來指導(dǎo)和擴展端到端強化學習訓練，從而在撰寫對比報告、發(fā)展規(guī)劃等任務(wù)中展現(xiàn)出了強大的能力。
GLM-Z1-9B-0414則是一款開源的9B小尺寸模型，盡管體積較小，但在數(shù)學推理和通用任務(wù)中依然展現(xiàn)出了卓越的性能。其整體表現(xiàn)已處于同尺寸開源模型中的領(lǐng)先地位，為那些對計算資源有限制的用戶提供了高性能的AI解決方案。
在多項基準測試中，GLM-4系列模型均表現(xiàn)出了優(yōu)異的性能。例如，在IFeval指令遵循測試中得分高達87.6；在TAU-Bench任務(wù)自動化測試中，零售場景得分68.7，航空場景得分51.2；在SimpleQA搜索增強問答測試中得分88.1。在代碼修復(fù)方面，GLM-4在SWE-bench測試中的成功率也達到了33.8%。這些成績不僅證明了GLM-4系列模型的強大實力，也為其在AI領(lǐng)域的廣泛應(yīng)用奠定了堅實基礎(chǔ)。
值得注意的是，GLM-4系列模型還采用了MIT許可，降低了計算成本，為研究和企業(yè)提供了更多選擇和便利。這一舉措無疑將推動AI技術(shù)的進一步發(fā)展，為各行各業(yè)帶來更多創(chuàng)新和變革。
