本文介绍了GLM团队开发的GLM-4.5V和GLM-4.1V-Thinking系列多模态视觉语言模型。研究提出创新的RLCS（带课程采样的强化学习）方法，通过多阶段训练框架（预训练、监督微调、强化学习）显著提升模型的多模态推理能力。模型采用2D/3D-RoPE处理任意分辨率输入，并构建了包含100亿图像-文本对的多样化预训练数据集。在42个基准测试中，这些模型展现出SOTA性能，其中GLM-4.5

本文探讨了在RAG系统中优化Qwen-Reranker性能的多尺度Loss设计方法。针对传统Reranker训练中存在的正负样本不平衡、排序一致性和局部与全局优化不一致等问题，提出了四种Loss组合方案：标准Cross Entropy的pointwise、处理样本不平衡的focal、确保排序一致性的listwise，以及综合性的global_consistent（focal+listwise组合）

本文探讨了在RAG系统中优化Qwen-Reranker性能的多尺度Loss设计方法。针对传统Reranker训练中存在的正负样本不平衡、排序一致性和局部与全局优化不一致等问题，提出了四种Loss组合方案：标准Cross Entropy的pointwise、处理样本不平衡的focal、确保排序一致性的listwise，以及综合性的global_consistent（focal+listwise组合）