「数学家毫不顾及声明或猜想，他们仅仅根据定义和公理，并用论证和推理来演绎每一件事。」
——Thomas Reid
在2个月前智谱的一场发布会上（详情），我注意到他们这张图。
什么？GLM-Zero模型比GLM-4-Plus还强？而且AGI分级达到了L4（可自学习、创新）？
今天，在使用「智谱清言」网页版过程中，发现他们的Zero推理模型已经正式上线了。
官方介绍，这是他们2024年发布的最后一个模型GLM-Zero-Preview模型（GLM-Zero系列的初代版本），是一个爱思考的推理模型，擅长处理数理逻辑、代码和需要深度推理的复杂问题。
又一家推理模型来了！效果究竟怎样？我们上手实测，一探究竟。
问：在$\triangle ABC$中，$\angle A,angle B,\angle C$所对的边分别为$a,b,c$，且$c=10$，$\frac{\cos A}{\cos B}=\frac{b}{a}=\frac{4}{3}$，$P$为$\triangleABC$内切圆上的动点，求点$P$到顶点$A,B,C$的距离的平方和的最大值和最小值。
它先花了1分钟时间思考，想清楚解题、推理和计算（包括交叉验证）的思路。
思路一旦确认后，很快就将解题步骤写了出来（不到20s）。
解题过程，它会自己做交叉验证计算，以确保答案的准确性。
最终呈现的答案不拖泥带水，没有废话，只有严谨且专业的解题步骤和答案。
这一点，相较其他几家推理模型来说真的很赞，毕竟我们要的是专业推理过程和答案，而不是一堆废话文学。
2）问：请挪动“101-102=1”中的一个数字（0、1或者2），让这个等式成立。
这道题，我问过很多推理模型（包括o1），都答不出来。没想到，智谱Zero模型给我答出来了。
对，将2移到10的上方，形成10的2次方（10²），101 – 10² = 1这个等式就成立了。
很多推理模型在解这道题的过程中，只有平面思维，没有立体思维，都答不出来。
比如隔壁某个推理模型，喂，我是让你挪动数字，不是让你来改数字![]()
，连审题都没审好。
又比如DeepSeek的R1模型，它一直就卡在这里了……
等我写了10分钟稿子后，回过头来看，它回答我“臣妾做不到啊！”
嗯，做不到就学吧。
3）问：Suppose you purchased 500 shares of ABC Corp. at $50 per share using margin. The marginrequirement is 60% and the annual interest on margin is 10% per year. lf you sold the stock after ayear for $45 and had received no margin calls, what return did you make on your investment?
中文：假设你用保证金购买了500股ABC公司的股票，每股50美元，保证金要求是60%，保证金利率10%（年化）。如果你1年后以每股45美元卖出股票，并且没有收到任何的保证金追加通知，请问你的投资回报率（ROI）是多少？
这是一道金融专业研究生的题，我们来看看Zero同学的表现。
答案正确，-23.33%。这解题思路我一下子就懂了。是的，普通人投资，千万别加杠杆！
这真是我思考了很久的一个问题，在质能方程里，质量与能量的转换为什么会涉及光速？
Zero同学先解释了质能方程的由来。对呀，“但是，这还是没有解释为什么会有光速的出现。”
然后Zero同学又做了一番思考，但“还是有些抽象，让我尝试一个不同的角度。”
哦，原来如此。“那它为什么不是其他速度，而是光速呢？”
最终得到结论：E=mc²中的光速c出现的原因是因为在狭义相对论中，光速c它连接了能量和质量的转换关系，确保了在不同惯性参考系中物理定律的一致性。
嗯，这下明白了。
5）问：7 axles are equally spaced around a circle. A gear isplaced on each axle such that each gear is engaged with the gear to its left and the gear to its right. Thegears are numbered 1 to 7 around the circle. lf gear 3 were rotated clockwise, in which direction would gear7 rotate?
这是Yann LeCun（卷积神经网络之父，现Meta首席科学家）设计的一道经典机械传动问题：7个齿轮排成一个圆环，齿轮3顺时针转动，齿轮7会向哪个方向转？
经常被用来测试和评估AI的逻辑推理和理解能力，难倒了不少顶级模型。这道英文题，我们要求Zero同学中文回答。
答对，逆时针。推理严谨，逻辑自洽。
问：假如我的打印机可以印钞票（美元），我多久可以超过世界首富马斯克（4000亿美元）？
好家伙，还得是你，既要“并行”打印，还要通货膨胀（美国历史上确实发行过1000美元面值的纸币），才能超过马斯克。如果只有一台打印机，按照正常速度，三生三世都追不上。。
问：假如地球上所有人都站在一个地方同时起跳落地，地球会发生什么？
Zero同学告诉你，没有任何影响，别tm瞎想了![]()
。
问：小红有2个兄弟，3个姐妹，那么小红的兄弟有几个姐妹？
啊？“平流层空气稳定、环境清澈，符合神仙居住。”“平流层位于对流层之上，象征更高的境界，与玉皇大帝的地位相符。”
![]()
，还真像那么回事啊！给大家看看Zero同学的思考过程，说得我都快信了！
好，这个问题真的好。对于“只会”讲概率、预测token的AI，我就看你先能不能读懂这道题吧。
好家伙，Zero同学一上来就把题目给审得明明白白的。
然后，自己还整出了多种可能性，Wait了老半天……
问：地球上有70%的海洋和30%的陆地，那么剩下的30%海洋和70%陆地去哪儿了？
对，这题就是不对劲![]()
。
Zero同学继续通过穷举，来论证这道题“不太对”的地方。
漂亮！直接反杀出题人，大胆给出结论“出题错误”，Zero同学现在可以毕业当老师了。
8）继续上难度，来一道逻辑严密的推理题，而且我可以保证它是AI训练集里没有的数据。
问：某公司被窃，A、B、C、D四人涉嫌被拘留。侦破结果表明，罪犯就是其中的某一个人。A说：“是C偷的。”B说：“我没偷。”C说：“我也没偷。”D说：“如果B没有偷，那么就是我偷的。”现已査明，其中只有一个人说了假话，从上述条件可以确定谁偷成立？
这逻辑推理，满分。而且，我重复roll 3 次，答案都是唯一的。这一点很赞！很多推理模型，在你多roll几次后，它就开始怀疑自己了……答案不一。
因为Attention机制，LLM的回答都是预测出来的，所以LLM遇到字母统计问题经常失准，很多AI都栽倒在草莓问题（Strawberry有几个r）上。
为考验智谱模型的泛化能力（指模型应对新的、未见过的数据的表现能力），我将草莓题改了一下，看看Zero同学的表现。
虽然思考过程中有过幻觉，但它自己还是给纠正过来了，就是4个。
input：将这段话倒着写：I love chatGLM。
泪目~终于有推理模型能够做对这道题了。很严谨，而且把句号都给你倒过来。
而且，思考过程中，它也在纠结到底要不要把标点符号放在最前面。思考了半天，还是决定把它放上，这样更符合我的input要求。
这道题，不少推理模型都会出错。比如Deepseek的R1模型，就错得离谱，我roll了多次都不成功。
以上14个case，分别涉及数理化、逻辑推理、语义理解以及Attention机制等领域问题，没想到智谱Zero-preview模型都能做对。
尤其是第2、9、10这三个我原本不抱任何希望的测试题（因为o1、R1、K0等推理模型都翻车了），没想到智谱也能答对，而且是不费吹灰之力的那种。
智谱，这家真·OpenAI的公司，今天继续在推理模型领域开大，放出顶尖模型。而且，发布即上线（今天起，所有人都可以使用GLM-Zero-Preview模型了），不搞虚的。
那边厢，o3模型秒天秒地秒人类，但想要用上是真困难，而且一个问题2000刀，还得等一个小时才能收到回答。这边厢，智谱等China AI纷纷推出自己的o类模型，免费不限量。
回到最开始的这张图，智谱对AGI的追求明显有着自己的思考和Planning。11月，发布AutoGLM（PC&Phone），向L3探索和尝试。今天，又带着GLM-Zero-Preview模型（GLM-Zero系列的初代模型）来袭，向L4抵近观察。
（文：沃垠AI）
，连审题都没审好。
，还真像那么回事啊！给大家看看Zero同学的思考过程，说得我都快信了！
。
