中关村学院开源 ZGCM-1-7B：权重、数据、代码全放开

中关村学院与中关村人工智能研究院联合发布 ZGCM-1-7B，这是一个参数规模 73.9 亿的稠密模型，主打数学推理与工具辅助的智能体搜索。与常见的只放权重不同，这次把训练权重、训练数据和训练代码一并开源，采用 MIT 许可证托管在 Hugging Face 与 GitHub 上，完整的从零训练配方写在技术报告里。

模型采用混合注意力布局，由 27 层门控滑动窗口注意力与 5 层全局注意力组成，上下文长度 256K。同一个 checkpoint 同时提供思考模式与直接回答模式，既可用于长链推理，也能直接快速应答，部署方不需要为两种用途分别准备模型。

预训练消耗约 4.19 万亿 token，使用混合 FP8 精度与 Muon 优化器。中训练阶段再把上下文从 16K 依次扩展到 64K 和 256K，共约 6000 亿 token，并把交互轨迹重构为 MDP 的状态-动作转移，这一步把智能体的工具使用当成可学习的序列决策问题来处理，而不只是格式问题。

监督微调阶段混合了通用数据与智能体轨迹，采用执行验证的工具使用和 assistant-only 损失。思考模式下的成绩约为 MATH-500 97.13%、AIME 2026 75.00%、HMMT 2025 70.42%，在报告对比的七个 7B–8B 模型中，于十四项推理基准上取得最佳平均排名。

智能体搜索方面，配合网页搜索与页面阅读，模型在 WebWalkerQA 上约 63.09%，BrowseComp 19.43%，使用 Ghidra 工具的二值函数搜索 62.00%。BrowseComp 的分数仍然偏低，说明紧凑型开源模型距离可靠的多跳网络调研还有明显距离。

报告还给出了架构层面的效率主张：在 256K 上下文下，训练吞吐约为全注意力的 3.94 倍；结合架构、精度、优化器与归一化选择，16K 预训练的 time-to-loss 提升约 4.2 倍。对于买不起全注意力长上下文算力的团队，这类工程收益比榜单分数更有参考价值。

上手层面，快速开始需要开启 trust_remote_code 以加载自定义建模文件，团队按数据处理、预训练、中训练、SFT、RL 分阶段公开了配置。报告还提到，由研究者指导的 AI 智能体参与了数据整理与评测工作。

对开源阵营而言，ZGCM-1 不只是一个聊天模型，而是一条可检视的数学与智能体搜索端到端流水线基线。接下来值得观察的是第三方能否复现这些基准成绩，以及权重、数据、代码全量开源是否会成为国内开源团队的新默认配置。