GLM-Z1-32B-0414

模型信息

GLM-Z1-32B-0414 是一款具备深度思考能力的推理模型，基于 GLM-4-32B-0414 通过冷启动、强化学习扩展以及在数学、代码和逻辑等任务上的进一步训练而构建。与基础模型相比，GLM-Z1-32B-0414 在数学能力和复杂任务求解能力方面有显著提升。在训练过程中引入了基于成对排序反馈的通用强化学习，进一步增强了模型的综合能力。