Commit de15f105 authored by chenych's avatar chenych
Browse files

First commit

parent 1a7eb1e3
......@@ -6,10 +6,13 @@
GLM-4.7 是智谱最新旗舰模型,GLM-4.7 面向 Agentic Coding 场景强化了编码能力、长程任务规划与工具协同,并在多个公开基准的当期榜单中取得开源模型中的领先表现。
通用能力提升,回复更简洁自然,写作更具沉浸感。在执行复杂智能体任务,在工具调用时指令遵循更强,Artifacts 与 Agentic Coding 的前端美感和长程任务完成效率进一步提升。
**核心编程:**与前代 GLM-4.6 相比,GLM-4.7 在多语言代理编程和基于终端的任务中表现出显著提升,包括在 SWE-bench 上的 (73.8%, +5.8%),在 SWE-bench Multilingual 上的 (66.7%, +12.9%),以及在 Terminal Bench 2.0 上的 (41%, +16.5%)。GLM-4.7 还支持先思考后行动,在 Claude Code、Kilo Code、Cline 和 Roo Code 等主流代理框架中的复杂任务上取得了显著改进。
**氛围编程:**GLM-4.7 在提高 UI 质量方面迈出了一大步。它生成了更干净、更现代的网页,并生成了布局和尺寸更准确、外观更好的幻灯片。
**工具使用:**GLM-4.7 在工具使用方面取得了显著改进。在 τ^2-Bench 基准测试和通过 BrowseComp 进行的网页浏览方面可以看到显著更好的性能。
**复杂推理:**GLM-4.7 在数学和推理能力方面实现了重大提升,在 HLE(人类最后的考试)基准测试中相对于 GLM-4.6 取得了 (42.8%, +12.4%) 的成绩。
**核心编程:** 与前代 GLM-4.6 相比,GLM-4.7 在多语言代理编程和基于终端的任务中表现出显著提升,包括在 SWE-bench 上的 (73.8%, +5.8%),在 SWE-bench Multilingual 上的 (66.7%, +12.9%),以及在 Terminal Bench 2.0 上的 (41%, +16.5%)。GLM-4.7 还支持先思考后行动,在 Claude Code、Kilo Code、Cline 和 Roo Code 等主流代理框架中的复杂任务上取得了显著改进。
**氛围编程:** GLM-4.7 在提高 UI 质量方面迈出了一大步。它生成了更干净、更现代的网页,并生成了布局和尺寸更准确、外观更好的幻灯片。
**工具使用:** GLM-4.7 在工具使用方面取得了显著改进。在 τ^2-Bench 基准测试和通过 BrowseComp 进行的网页浏览方面可以看到显著更好的性能。
**复杂推理:** GLM-4.7 在数学和推理能力方面实现了重大提升,在 HLE(人类最后的考试)基准测试中相对于 GLM-4.6 取得了 (42.8%, +12.4%) 的成绩。
<div align=center>
<img src="./doc/bench_glm47.png"/>
......
Markdown is supported
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment