江蘇
智譜發布 GLM-4.7 ，主要提升了代碼能力
核心代碼能力 ：
相比前代 GLM-4.6，GLM-4.7 在多語言智能體（Agentic）編程和基于終端的任務上帶來了顯著提升，包括在 SWE-bench 上達到 73.8%（提升 5.8%），在 SWE-bench Multilingual 上達到 66.7%（提升 12.9%），以及在 Terminal Bench 2.0 上達到 41%（提升 16.5%）。GLM-4.7 還支持“謀定而后動”（行動前思考），在 Claude Code、Kilo Code、Cline 和 Roo Code 等主流智能體框架的復雜任務中表現出顯著改進
Vibe coding ：
GLM-4.7 在 UI 質量上邁出了一大步。它能編寫出更簡潔、更現代的網頁，并能生成布局與尺寸更精準、外觀更出色的幻燈片
工具使用 (Tool Using)：
GLM-4.7 在工具使用方面實現了顯著改進。在 τ2τ2-Bench 等基準測試以及通過BrowseComp 進行的網絡瀏覽任務中，均可見明顯的性能表現提升
復雜推理 ：
GLM-4.7 大幅增強了數學和推理能力，在 HLE（人類終極考試，Humanity’s Last Exam）基準測試中得分達到 42.8%，相比 GLM-4.6 提升了 12.4%
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
