GLM-Z1-Rumination-32B-0414

GLM-Z1-Rumination-32B-0414 es un modelo de razonamiento profundo con capacidades de rumiación (comparado con Deep Research de OpenAI). A diferencia de los modelos típicos de pensamiento profundo, el modelo de rumiación emplea períodos más prolongados de pensamiento profundo para resolver problemas más complejos y abiertos (por ejemplo, escribir un análisis comparativo del desarrollo de la IA en dos ciudades y sus planes de desarrollo futuros). El modelo de rumiación integra herramientas de búsqueda durante su proceso de pensamiento profundo para gestionar tareas complejas y se entrena utilizando múltiples recompensas basadas en reglas para guiar y ampliar el aprendizaje por refuerzo de extremo a extremo. Z1-Rumination muestra mejoras significativas en la redacción de tipo investigación y en tareas de recuperación complejas. El modelo admite un ciclo de investigación completo de "planteamiento independiente de preguntas, búsqueda de información, creación de análisis y finalización de tareas" e incluye de forma predeterminada llamadas a funciones como buscar, hacer clic, abrir y finalizar, lo que le permite abordar mejor problemas complejos que requieren información externa.