影音先锋橹撸资源_人妻少妇孑伦无码视频_日本女人牲交视频免费看_国产香蕉视频上线免费_波多野结超清无码中文影片_婷婷色丁香五月激情综合在线观看_寡妇高潮流白浆A片_国产精品九色 Av_花房姑娘电影未删减版免费观看_国产亚洲综合一区三区在线播放

我們正式介紹兩個新的GLM系列成員：GLM-4.5和GLM-4.5-Air——我們最新的旗艦?zāi)Ｐ?。GLM-4.5擁有3550億總參數(shù)和320億激活參數(shù)，而GLM-4.5-Air擁有1060億總參數(shù)和120億激活參數(shù)。兩者都旨在將推理、編碼和智能體能力統(tǒng)一到一個模型中，以滿足快速增長的智能體應(yīng)用日益復(fù)雜的需求。

GLM-4.5和GLM-4.5-Air都是混合推理模型，提供：用于復(fù)雜推理和工具使用的思考模式，以及用于即時響應(yīng)的非思考模式。它們可在Z.ai、智譜清言（chatglm.cn）和開放平臺BigModel上使用，開放權(quán)重可在HuggingFace和ModelScope獲取。歡迎開發(fā)者、企業(yè)、用戶廣泛測試與集成，探索AGI的奧秘。

背景：大語言模型的目標(biāo)是在廣泛領(lǐng)域達到人類認(rèn)知水平，而非針對特定任務(wù)而設(shè)計專家模型。一個優(yōu)秀的大語言模型必須具備通用問題解決、泛化能力、常識推理和自我改進等核心能力。過去五年里，OpenAI的GPT-3學(xué)會了常識知識，而o1模型則通過強化學(xué)習(xí)實現(xiàn)了“先思考后回答”，在編程、數(shù)據(jù)分析和復(fù)雜數(shù)學(xué)問題上的推理能力得到了顯著提升。然而，現(xiàn)有模型仍然算不上真正的通用模型：有些擅長編程，有些精于數(shù)學(xué)，有些在推理方面表現(xiàn)出色，但沒有一個能在所有任務(wù)上都達到最佳表現(xiàn)。GLM-4.5正是朝著統(tǒng)一各種能力這一目標(biāo)努力，力求在一個模型中集成所有這些不同的能力。

總體性能

我們在涵蓋智能體（3項）、推理（7項）和編程（2項）的12個基準(zhǔn)測試上將GLM-4.5與來自O(shè)penAI、Anthropic、GoogleDeepMind、xAI、阿里巴巴、月之暗面和深度求索的各種模型進行了比較?？傮w而言，GLM-4.5排名第3，GLM-4.5Air排名第6。

智能體任務(wù)

GLM-4.5是一個為智能體任務(wù)優(yōu)化的基礎(chǔ)模型。它提供128k的上下文長度和原生函數(shù)調(diào)用能力。我們在τ-bench和BFCL-v3（BerkeleyFunctionCallingLeaderboardv3）上測量了其智能體能力。在這兩個基準(zhǔn)測試上，GLM-4.5與Claude4Sonnet的性能相匹配。

網(wǎng)頁瀏覽是一個流行的智能體應(yīng)用，需要復(fù)雜的推理和多輪工具使用。我們在BrowseComp基準(zhǔn)測試上評估了GLM-4.5，這是一個具有挑戰(zhàn)性的網(wǎng)頁瀏覽基準(zhǔn)測試，包含需要簡短回答的復(fù)雜問題。借助網(wǎng)頁瀏覽工具，GLM-4.5對26.4%的問題給出了正確回答，明顯優(yōu)于Claude-4-Opus（18.8%），接近o4-mini-high（28.3%）。下圖顯示了GLM-4.5在BrowseComp上隨測試時擴展的準(zhǔn)確性提升。

推理

在思考模式下，GLM-4.5和GLM-4.5-Air可以解決復(fù)雜的推理問題，包括數(shù)學(xué)、科學(xué)和邏輯問題。

對于AIME和GPQA基準(zhǔn)測試，我們分別報告了32個和8個樣本的平均準(zhǔn)確率（Avg@32，Avg@8）以減輕結(jié)果方差。使用LLM進行自動答案驗證。對于HLE基準(zhǔn)測試，僅評估基于文本的問題，正確性由gpt-4o判斷。

編程

GLM-4.5擅長編程，包括從頭開始構(gòu)建編程項目和在現(xiàn)有項目中作為智能體解決編程任務(wù)。

它可以與現(xiàn)有的編程工具無縫結(jié)合，如ClaudeCode、RooCode和CodeGeex。為了評估編程能力，我們在SWE-benchVerified和Terminal-Bench上比較了不同模型。下表展示了結(jié)果。

1對于SWE-benchVerified，我們使用OpenHandsv0.34.0，運行限制為100次迭代，并截斷歷史記錄以防止超過128K上下文限制，配置為temperature=0.6，top_p=1.0。

2對于Terminal-Bench，我們使用Terminus框架進行評估。我們使用標(biāo)準(zhǔn)函數(shù)調(diào)用而不是直接提示進行評估。

我們對所有比較模型進行了帕累托前沿分析（如下圖所示）。GLM-4.5和GLM-4.5-Air相對于相似規(guī)模的模型表現(xiàn)出優(yōu)越的性能，在性能-參數(shù)量權(quán)衡上實現(xiàn)了最佳效率。

為了評估GLM-4.5的智能體編程能力，我們使用ClaudeCode作為評測工具，將其與Claude4Sonnet、KimiK2和Qwen3-Coder進行對比。測試涵蓋了52個編程任務(wù)，包括前端開發(fā)、工具開發(fā)、數(shù)據(jù)分析、測試和算法實現(xiàn)等多個領(lǐng)域。所有評測都在獨立的Docker容器中進行，并通過多輪人機交互并采用標(biāo)準(zhǔn)化的評估準(zhǔn)則確保測試的一致性和可重復(fù)性。實驗結(jié)果顯示，GLM-4.5對KimiK2的勝率達到53.9%，對Qwen3-Coder更是取得了80.8%的壓倒性優(yōu)勢。盡管GLM-4.5展現(xiàn)出了不錯的競爭力，但與Claude-4-Sonnet相比，仍有進一步優(yōu)化的空間。

值得注意的是，GLM-4.5的平均工具調(diào)用成功率最高（90.6%），優(yōu)于Claude-4-Sonnet（89.5%）、Kimi-K2（86.2%）和Qwen3-Coder（77.1%），展示了在智能體編程任務(wù)中的可靠性。所有52個編程任務(wù)的軌跡公開在此處供社區(qū)進一步研究。鏈接：https://huggingface.co/datasets/zai-org/CC-Bench-trajectories

技術(shù)模型架構(gòu)和預(yù)訓(xùn)練

在GLM-4.5系列模型中，我們采用了MoE（專家混合）架構(gòu)，這種架構(gòu)能夠顯著提升訓(xùn)練和推理時的計算效率。我們在MoE層采用了loss-freebalance路由和sigmoidgate機制。與DeepSeek-V3和KimiK2的設(shè)計思路不同，我們選擇了"瘦高"的模型結(jié)構(gòu)——減少模型的寬度（包括隱藏維度和路由專家的數(shù)量），同時增加模型的深度（層數(shù)）。我們發(fā)現(xiàn)，更深的模型在推理能力上表現(xiàn)更加出色。在自注意力機制方面，我們采用了partalRoPE的分組查詢注意力（Grouped-QueryAttention）。另外，我們將注意力頭的數(shù)量增加到了2.5倍（在5120的隱藏維度下使用96個注意力頭）。有意思的是，雖然增加注意力頭的數(shù)量并沒有讓訓(xùn)練loss更低，但在MMLU和BBH等推理基準(zhǔn)測試中，模型的表現(xiàn)卻得到了穩(wěn)定提升。GLM-4.5使用了Muon優(yōu)化器，這個優(yōu)化器不僅能加快模型收斂速度，還能在更大的BatchSize下相比AdamW保持更好的收斂效果，從而提升訓(xùn)練效率。我們還引入了QK-Norm技術(shù)來提升注意力logits的數(shù)值穩(wěn)定性。GLM-4.5和GLM-4.5-Air都加入了MTP（MultiTokenPredition）層，用于在推理階段實現(xiàn)推測解碼，進一步提升推理效率。

我們的基礎(chǔ)模型經(jīng)歷了幾個訓(xùn)練階段。在預(yù)訓(xùn)練期間，模型首先在15Ttoken的通用預(yù)訓(xùn)練語料庫上訓(xùn)練，然后在7Ttoken的代碼和推理語料庫上訓(xùn)練。預(yù)訓(xùn)練后，我們引入了Mid-Training階段來進一步提升模型在專有領(lǐng)域上的性能。

基于slime的大模型強化學(xué)習(xí)

為了支持GLM-4.5這樣的大模型進行高效的強化學(xué)習(xí)（RL）訓(xùn)練，我們設(shè)計、開發(fā)并開源了slime。這是一個在靈活性、效率和可擴展性方面都表現(xiàn)卓越的RL框架，歡迎社區(qū)使用并參與貢獻。

slime旨在解決強化學(xué)習(xí)中的常見瓶頸，并針對復(fù)雜的智能體任務(wù)做了優(yōu)化。

靈活的混合訓(xùn)練架構(gòu)：slime的核心優(yōu)勢在于其多功能的混合架構(gòu)。它既支持同步、集中式訓(xùn)練（適合推理和通用強化學(xué)習(xí)訓(xùn)練），也支持分布式、異步訓(xùn)練模式。這種異步模式對于AgenticRL至關(guān)重要，因為在這類場景中，數(shù)據(jù)生成往往是一個緩慢的外部過程。通過將訓(xùn)練與數(shù)據(jù)收集解耦，我們可以確保訓(xùn)練GPU始終保持滿負(fù)荷運行，最大化硬件利用率。面向智能體的解耦設(shè)計：AgenticRL經(jīng)常面臨環(huán)境交互時延遲高且分布長尾的問題，這嚴(yán)重限制了訓(xùn)練吞吐量。為此，slime實現(xiàn)了完全解耦的基礎(chǔ)架構(gòu)，將環(huán)境交互引擎與訓(xùn)練引擎分離。這兩個組件在不同的硬件上獨立運行，將數(shù)據(jù)生成的瓶頸轉(zhuǎn)化為可并行化的非阻塞過程。這種設(shè)計是加速長序列智能體任務(wù)的關(guān)鍵?；旌暇燃铀贁?shù)據(jù)生成：為了進一步提升吞吐量，slime采用混合精度推理來加速環(huán)境交互。它使用FP8格式進行數(shù)據(jù)生成（Rollout），同時在模型訓(xùn)練中保留BF16以確保訓(xùn)練穩(wěn)定性。這種技術(shù)在不影響訓(xùn)練質(zhì)量的前提下，大幅提升了數(shù)據(jù)生成速度。

這種整體化的設(shè)計使得slime能夠無縫集成多個智能體框架，支持各種任務(wù)類型，并通過統(tǒng)一而強大的接口高效管理長序列環(huán)境交互。

增強智能體能力的后訓(xùn)練

后訓(xùn)練對大語言模型至關(guān)重要，模型通過自主探索和積累經(jīng)驗來不斷優(yōu)化策略。強化學(xué)習(xí)（RL）是突破模型能力邊界的關(guān)鍵步驟。GLM-4.5不僅整合了GLM-4-0414的通用能力和GLM-Z1的推理能力，還重點提升了智能體能力，包括智能體編程、深度搜索和通用工具使用。

訓(xùn)練過程首先在精選的推理數(shù)據(jù)和合成的智能體場景上進行監(jiān)督微調(diào)，然后通過專門的強化學(xué)習(xí)階段分別訓(xùn)練專家模型。

推理能力訓(xùn)練：我們在完整的64K上下文長度上進行單階段強化學(xué)習(xí)，采用基于難度的課程學(xué)習(xí)來進行多階段RL。為了確保訓(xùn)練穩(wěn)定性，我們引入了改進的技術(shù)：使用動態(tài)采樣溫度來平衡探索與利用。智能體任務(wù)訓(xùn)練：訓(xùn)練聚焦于兩個可驗證的任務(wù)：基于信息檢索的問答和軟件工程任務(wù)。我們開發(fā)了可擴展的策略來合成基于搜索的問答對，方法是通過人工參與的內(nèi)容提取和選擇性地模糊網(wǎng)頁內(nèi)容。編程任務(wù)則通過在真實軟件工程任務(wù)上基于執(zhí)行結(jié)果的反饋來驅(qū)動。

雖然強化學(xué)習(xí)訓(xùn)練只針對有限的可驗證任務(wù)，但獲得的能力提升可以遷移到相關(guān)領(lǐng)域，比如通用工具使用能力。最后，我們通過專家蒸餾將這些專門技能整合起來，使GLM-4.5在各項任務(wù)上都具備全面的能力。

更多技術(shù)細(xì)節(jié)，請參考即將發(fā)布的GLM-4.5技術(shù)報告。

演示Artifacts

GLM-4.5增強了GLM-4-0414的復(fù)雜代碼生成能力。GLM-4.5可以創(chuàng)建復(fù)雜的Artifacts，包括小游戲、小工具、物理模擬動畫等，支持HTML、SVG、Python等多種語言。我們相信GLM-4.5的Artifacts將提供更好的用戶體驗，同時為AgenticCoding應(yīng)用奠定了基礎(chǔ)。

FlappyBird游戲：https://chat.z.ai/s/2a9a1a90-545b-4f29-b6ac-854539dcc323

3D第一人稱迷宮奔跑者：https://chat.z.ai/s/964d99e9-4756-4733-88ae-2c7814abb406

帶有拖拽和搜索功能的TODO看板：https://chat.z.ai/s/b262f532-7b4d-4ed3-9a94-c9afad9f59c1

SVG動畫-語言模型的演變：https://chat.z.ai/s/6e4c7742-7a2d-469f-9dee-b1b35166efe4

嵌套旋轉(zhuǎn)六邊形的Python模擬：https://chat.z.ai/s/48d4a175-7757-44ea-b459-12eea185da81

關(guān)于麥克斯韋方程組的Beamer幻燈片：https://chat.z.ai/s/c85caa2e-adf5-4697-b03d-af59647fe637

幻燈片創(chuàng)建

在GLM-4.5工具使用和HTML編碼能力的基礎(chǔ)上，我們開發(fā)了一個模型原生的PPT/Poster智能體。無論用戶需要簡單還是復(fù)雜的設(shè)計，或是上傳文檔資料，GLM-4.5Agent都能自動搜索網(wǎng)絡(luò)資源、獲取相關(guān)圖片，并生成相應(yīng)的幻燈片。

塔代伊·波加查爾的成就：https://chat.z.ai/s/e674f111-2f70-4df5-accc-98da4d498058

PDF2PPT（ChatGLM論文）：https://chat.z.ai/s/92e21b4c-b8fd-4909-95b0-e26c814688e7

蒙娜麗莎的內(nèi)心獨白：https://chat.z.ai/s/9d6abba7-dd0b-47b6-a552-3aff87b81341

海報（大爆炸理論）：https://chat.z.ai/s/666f0626-b285-4722-aa21-98836f4c673a

海報（寵物領(lǐng)養(yǎng)）：https://chat.z.ai/s/93defdcb-3902-4492-a72e-775331466eab

全棧開發(fā)

GLM-4.5在前后端開發(fā)上游刃有余，是構(gòu)建現(xiàn)代Web應(yīng)用的利器。為了充分展現(xiàn)這一能力，我們借鑒ClaudeCode框架打造了一款編碼智能體?；陬A(yù)置的全棧網(wǎng)站框架，用戶可以一句話生成完整網(wǎng)站，并通過多輪對話輕松添加新功能、完善項目細(xì)節(jié)。

寶可夢：https://chat.z.ai/s/f8c2f383-51d4-40b8-82e5-63529eaa00db

中世紀(jì)詩歌生成器：https://chat.z.ai/s/2aee0791-1d01-4b59-8f45-1a5bac46f6a1

賽博朋克卡牌生成：https://chat.z.ai/s/4b0d2f79-f4fa-4607-aadf-c4514bb594a8

開始使用GLM-4.5

在Z.ai、智譜清言上與GLM-4.5聊天

GLM-4.5可通過Z.ai平臺訪問，方法是選擇GLM-4.5模型選項。該平臺全面支持前端產(chǎn)物生成、演示幻燈片創(chuàng)建和全棧開發(fā)能力。

在BigModel.cn上調(diào)用GLM-4.5API

BigModelAPI平臺為GLM-4.5和GLM-4.5-Air模型提供OpenAI兼容的接口。有關(guān)全面的API文檔和集成指南，請參考https://docs.bigmodel.cn/cn/guide/models/text/glm-4.5。

將GLM-4.5與編碼代理一起使用

有關(guān)將GLM-4.5與ClaudeCode和其他編碼代理框架集成的詳細(xì)說明，請參閱BigModel.cn上的文檔。

本地部署GLM-4.5

GLM-4.5和GLM-4.5-Air的基礎(chǔ)和聊天變體的模型權(quán)重在HuggingFace和ModelScope上公開可用。對于本地部署，GLM-4.5支持包括vLLM和SGLang在內(nèi)的推理框架。全面的部署說明，詳見官方GitHub倉庫（https://github.com/zai-org/GLM-4.5）。