ZGCM-1：面向数学推理与 Agent 搜索的完全开源、极致高效基础模型
英文标题：ZGCM-1: A Fully Open and Extremely Efficient Foundation Model for Math and Agentic Search
研究人员推出了 ZGCM-1，这是一款从零开始训练的 7B 稠密基础模型，在数据、系统以及算法层面均实现了极高的效率。该模型基于一个核心假设：参数量较小的紧凑型模型无法单纯通过被动记忆开放网络来提升泛化能力，而是需要通过高密度的优质数据与算法设计激发其特定潜力。ZGCM-1 专注于数学推理和 Agentic Search（智能体搜索）场景，在保持轻量规模的同时展现出强大的任务执行表现。该研究的完全开源不仅为学术界提供了透明的研究基座，也为开发者在低算力资源下部署高性能垂直 Agent 提供了全新方案。
打开原文相关 4.8 · 机会 1
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
ZGCM-1：面向数学推理与 Agent 搜索的完全开源、极致高效基础模型
论文编号：arXiv:2609.13356v1
发布类型：最新公布（Announce Type: new）
摘要（Abstract）
在本项研究中，我们推出了 ZGCM-1——一个从零开始训练（trained from scratch）的 7B 稠密基础模型（dense foundation model），其在数据配比、系统架构及算法层面上均实现了极致的效率。
ZGCM-1 的构建基于一个核心前提：紧凑型（小参数量）模型无法通过被动记忆开放互联网的内容来获得卓越能力，但可以通过高效的推理强化与定向架构设计克服尺寸限制，特别是在数学逻辑推导与 Agentic Search（智能体搜索与交互）等复杂任务上展现出越级性能。
引用信息（BibTeX Citation）
bibtex @article{zgcm1_2026, title={ZGCM-1: A Fully Open and Extremely Efficient Foundation Model for Math and Agentic Search}, journal={arXiv preprint arXiv:2609.13356}, year={2026} }
English / 原文
BibTeX formatted citation
×