ZGCM-1-7Bとは？ 数学推論とツールを使う検索を検証できる公開モデル

ZGCM-1-7Bは、中関村学院（Zhongguancun Academy）と中関村人工知能研究院（Zhongguancun Institute of Artificial Intelligence）の研究者が公開した、73.9億パラメータの高密度言語モデルだ。数学の問題を解く推論と、外部ツールを使って情報を集める検索を念頭に、ゼロから学習されている。研究者にとっての特徴は、ベンチマークの点数だけでなく、モデルがどのように作られたかも検討できることにある。24

ライセンスはモデルと論文で別

モデルの公開ページに記載されたライセンスはMIT。一方、研究論文に付されたCC BY 4.0は論文のライセンスであり、そのままモデルの利用条件を示すものではない。モデルやデータなど、利用する資料ごとに条件を確認したい。271

一つのモデルで、二つの回答スタイル

構造は、文章を順に生成するデコーダー専用の高密度Transformer。公称の最大文脈長は256Kトークンで、推論を重ねて答える「thinking」モードと、直接回答するモードの両方を備える。モデルを切り替えずに、回答スタイルによる振る舞いの違いを調べられる。24

注意機構には、参照範囲を絞るゲート付きスライディングウィンドウ層と、全体を参照する層を交互に使う設計を採用した。モデルの説明では、それぞれ27層と5層とされる。開発側の比較では、全層で全体を参照する構成に対し、過去の計算結果を保持するKVキャッシュの使用量が6.4分の1、256Kトークン時の処理量が3.94倍になったと報告している。ただし、これは指定された比較条件での結果であり、どの実行環境でも同じ改善が得られるという意味ではない。410

公開されているのは最終モデルだけではない

公表された学習手順は、事前学習から長文対応のための段階的な中間学習、一般的なタスクとエージェント型タスクを対象にした教師あり微調整までを含む。混合型の注意機構とFP8 Muonオプティマイザーを使い、文脈長を16K、64K、256Kの段階で拡張。ツールとのやり取りの記録は、マルコフ決定過程（MDP）の状態遷移として扱う。中間学習の対象は計6000億トークンと報告されている。1210

最終モデルに加えて、データセットと学習途中のチェックポイントも公開されている。公開に関する報道では、学習コード、手順、ログも紹介されている。例えば「16Kデータ段階」のチェックポイントには、実際の学習時の文脈長や、その時点までの累計学習トークン数が記載されている。最終的な重みだけの公開より、学習経路をたどりやすい。2369

開発チームは、データの整理や計算資源を運用する作業などに、研究者が指示するAIエージェントを活用したとも説明する。これは開発体制についての説明であり、AIが独力でモデルを設計・検証したことや、評価スコアへの寄与度を示すものではない。28

評価結果は何を示すか

公表された評価では、MATH-500で97.13％、AIME 2026で75.00％、WebWalkerQAで63.09％、BrowseCompで19.43％を記録した。一方、比較対象に対してすべての項目で優位なわけではなく、AIME 2024とAIME 2025では下回る結果も示されている。また開発側は、事前学習で同じ損失値に達するまでの時間が、AdamW/BF16を使う比較構成より約4.2倍短かったと報告する。いずれも記載された評価設定や比較構成に基づく数値で、あらゆる検索作業で同等の性能や速度が出ることを保証しない。710

試す前に確認したいこと

モデルの公開ページには、zgcagi/ZGCM-1-7BをTransformersで使う文章生成の例があり、trust_remote_code=Trueを指定している。この設定を有効にする前に、リポジトリ内の独自コードを確認したい。また、提示された資料からは最終モデルの実行に必要な最小GPU構成、メモリ容量、パッケージの必須バージョンは確定できない。ベンチマークや途中段階のチェックポイントの記述を、そのまま動作要件と見なさないことが重要だ。219