![]()
说到人工智能 AI，我们第一时间想到的是，问它什么问题它都可以快速给你答案。你有没有疑惑过，AI 是背了答案还是通过推理得到的答案？首先，如果是一些简单常识性问题，比如问它“珠穆朗玛峰的海拔高度是多少？”，那就是基于“背好”数据给出的答案。但如果你问相对复杂一点的问题，那 AI 也会有自己的深度推理过程。
今日，智谱清言推出了本年度最后一个模型 GLM-Zero 的初代版本 GLM-Zero-Preview，这是智谱首个基于扩展强化学习技术训练的推理模型。该模型拥有非常强大的推理能力。与现有模型不同，GLM-Zero-Preview 能够初步实现推理过程中自主决策、问题拆解和尝试多种方式解决问题。模型表现如下：
那么，你知道人工智能 AI 拥有深度推理能力后，是怎么一步步推理出答案的吗？我们就通过一些有意思的例子，来看一下本次的 Zero-Preview 有多强大吧！首先，我们从一个简单的问题开始。这是一个关于年龄的问题，我们让 Zero 推理模型来回答一下。可以看到，在给出答案之前，大模型会有一个「深度思考」的过程展示。我们可以在这样的展示中看到该模型对问题答案的推导过程。从本次的思维链中，我们可以看到模型甚至拥有自我反思能力。
比如，它在得到37岁这个答案后，还会通过其他方法来验证这个答案。以确保这个答案是正确的。我们再换一个问题，这也是一个考验推理能力的题目，如图：
一开始，大模型会和人一样尝试直接用5升的杯子装满后倒掉2升的方法获得3升水，但它很聪明地知道杯子没有刻度，这样做不可行。这一点，让它更像是人在思考。之后通过一步步推导的方式得到准确的3升水。在思考的过程中，当大模型发现使用的方法不对时，会转变思维地换一种方法继续思考。
第三个问题，是关于狼、羊、卷心菜如何运输的逻辑推理问题。如图：
大模型在深度思考的过程中，能够模拟多种假设和可能性。在这里例子中，Zero推理模型通过思考，发现了解决问题的关键是同一样东西，是可以来回运输多次的。最终的解题步骤中，正确地给出了答案。在数学方面，GLM-Zero-Preview 具有很强的归纳和演绎能力，能够快速处理复杂的数学运算，解答包括代数、微积分、概率统计等领域的问题。以下方的高考模拟题为例：(点击图片查看大图)
大模型经过思考后，给出题目两个问题的正确答案。更重要的是，我们通过它的思考过程，可以看到整个解题思路。对于正在学习数学的人来说，可以更好地理解问题的核心思路。
当然，还有写代码也是该模型的强项，它可以熟练使用多种编程语言。例如用户只需输入一个简单的指令，例如「帮我用html写一个有趣的贪吃蛇游戏」，如图：(点击图片查看大图)
大模型就可以迅速独立完成游戏代码的编写，直接运行就能玩起来，非常有趣。有了它，直接说两句话，就可以写个小游戏啦。
实测下来，Zero推理模型的能力比我所想的还要强得多。学习的目的不仅是知道答案，更重要的是要摸清得到答案的过程。而 GLM-Zero-Preview 的详细的思维链，正可以让我们跟它的脚步一步步思考问题，提升自我。说得再好，不如小伙伴们亲自去体验一下。如果你有遇到不懂的题目，不论是数理化、推理题、写代码、数据分析等等，都可以丢给 GLM-Zero 大模型。体验地址如下：
智谱清言：https://chatglm.cn/main/gdetail/676411c38945bbc58a905d31?lang=zh
智谱开放平台：https://bigmodel.cn/dev/api/normal-model/glm-zero-preview
2000万token免费体验资源包领取地址：https://zhipuaishengchan.datasink.sensorsdata.cn/t/7K
不限机型、不限网络、不限地区，直接免费使用。小伙伴们快去去官网进行体验吧。
![]()
