7名博士生用一个暑假从零训练7B大模型，代码数据日志全公开

北京中关村学院的7名博士生利用一个暑假，从零训练出7B大模型ZGCM-1。团队随后公开了各阶段训练数据与配方、模型权重、训练代码、中间checkpoint及日志，供研究者追溯和复现整个流程。

在多项通用评测中，ZGCM-1的表现与Qwen3-8B等同规模模型接近；在部分数学推理和搜索评测中，它也能与Qwen3-235B-A22B、GLM-5.1等更大规模模型进行比较。

数据、训练、集群、评测这套工程在大厂通常需要数百人协作，7人如何完成？他们组建了一支由数百个Agent构成的团队，分别负责数据处理、实验运行、日志查看和评测，实践「AI4AI」研发范式。模型训练完成后，团队还对各环节中Agent的实际表现进行了评级，希望基于这次完整训练实践，为RSI现状提供工程结论。

7人最初因兴趣聚在一起：两人来自人工智能方向，两人来自网络方向，其余三人分别来自化学、生物和网安。平时他们多在现成模型上做微调，虽然读过不少技术报告，但对数据如何选择、训练出问题如何排查、报告中的方法经历多少次失败才保留下来等问题仍有困惑。一次吃火锅时，大家聊到这些疑问，萌生了从头训练一次的想法。

他们曾设想用7B模型挑战Sonnet这类模型：参数装不下那么多知识，就让模型多思考，学会搜索和使用工具。至于能走多远，没人有把握，他们想先动手，并留下过程供其他学校的研究者参考。老师们半信半疑，决定让他们尝试，先提供了一些算力。

接下来几天，团队日夜复现已有项目并快速迭代小模型，顺利跑通完整流程，也让老师看到继续投入的可能，从而获得更多资源。真正开始训练7B模型后，他们发现许多东西并未真正弄懂：有些概念在论文里见过，但改代码、解释实验现象时仍会卡住。于是他们让Agent从基本原理开始调研讲解，再回到代码和实验中验证，让知识对应具体实现和训练失败的原因。

遇到觉得干不了的时候，他们把整个工程展开，数据、算法、训练、集群、评测等每一项都对应大厂里的一个专项团队。7人既要推进任务，又要不断补课，问题接踵而至。数据方面尤其如此：数万亿token来自不同来源，质量参差不齐，清洗、去重、检查格式、核对分布，做完一轮还要继续检查。当所有环节同时压在7人身上，工作量远超承受范围。

于是他们开始组建Agent团队。几个人调度数百个Agent，逐渐分出做数据、跑实验和做评测的不同Agent子团队，还搭建了类似论坛的任务发布与汇报系统，让任务有人接、进展有地方看、结果能被检查，并评价不同Agent的工作。