ZGCM-1：面向数学与智能体搜索的全开源高效 7B 基础模型
研究团队发布 ZGCM-1，一个完全开源的 7B 稠密基础模型，从零训练，结合内部推理与外部工具使用，支持 256K 上下文。该模型采用架构与系统协同设计（交错门控滑窗与全注意力、稳定的 FP8 Muon 优化器）、渐进式课程与 MDP 中期训练，并借助智能体集群自主管理集群运维、数据整理与评估。在数学推理和智能体搜索任务上，其表现可与 Qwen3-235B-A22B、GLM-5.1 等大数十倍的
ZGCM-1：面向数学与智能体搜索的全开源高效基础模型
2026-09-15 · 2 篇报道 · 2 家独立信源 · 模型发布
主来源摘要
中关村学院与中关村人工智能研究院发布 ZGCM-1，一个完全开源的 7B 稠密基础模型，面向数学推理与智能体搜索，从零训练并开源权重、数据、代码与日志。该模型采用混合注意力、FP8 Muon 优化器和 MDP 中期训练等高效方案，在 16K 预训练上实现 4.2 倍时间到损失加速。评测显示其在 7B 规模推理基准上领先，并在部分数学与智能体搜索任务上接近参数量大得多的前沿模型。
参与来源arXiv cs.AI · Hugging Face Daily Papers
2
独立信源
2
报道篇数
0.0
当前热度
来源时间线
ZGCM-1：面向数学与智能体搜索的全开源高效基础模型
中关村学院与中关村人工智能研究院发布 ZGCM-1，一个完全开源的 7B 稠密基础模型，面向数学推理与智能体搜索，从零训练并开源权重、数据、代码与日志。该模型采用混合注意力、FP8 Muon 优化器和 MDP 中期训练等高效方案，在 16K 预训练上实现 4.2 倍时间到损失加速。评测显示其在 7B 规模推理基准上领先，并在部分数学与智能体搜索任务上接近参数量大得多的前沿模型。
事件分组由算法辅助完成，可能存在误合或漏合。多家来源报道同一主题不代表其中所有主张 都已得到独立确认；请优先核验主来源，并通过每篇报道的原文链接检查细节。