Tencent ने 4 नवंबर को अपने प्रमुख हुनयुआन-परिवार मॉडल का नवीनतम संस्करण Hy4 जारी किया, और घोषणा की कि यह Hy को "पहली बार सबसे मजबूत ओपन-सोर्स मॉडल में रखता है।" Tencent के आधिकारिक Hy अनुसंधान पृष्ठ पर प्रकाशित घोषणा, Hy4 पूर्वावलोकन की तुलना में प्री-ट्रेनिंग और पोस्ट-ट्रेनिंग दोनों में पर्याप्त स्केल-अप का वर्णन करती है, जिसे कंपनी ने अगस्त में ओपन-सोर्स किया था, जिसे एक मिलियन-टोकन संदर्भ विंडो के साथ 770B-पैरामीटर मिश्रण-विशेषज्ञ मॉडल के रूप में जारी किया गया था।

Hy4 अब Tencent क्लाउड और OpenRouter के साथ-साथ CodeBuddy, WorkBuddy, Yuanbao और ima सहित Tencent उत्पादों पर उपलब्ध है। कंपनी का कहना है कि यह समान एपीआई मूल्य पर Hy4 पूर्वावलोकन की तुलना में प्रमुख प्रदर्शन लाभ प्रदान करता है। For more context on this story, see our ongoing latest AI developments.

दृष्टि और कंप्यूटर का उपयोग हाई में आया

शीर्षक क्षमता परिवर्तन दृश्यमान हैं. Hy4 पहली बार दृष्टि धारणा का समर्थन करता है, जिससे मॉडल को बारीक छवि विवरणों को समझने और जटिल चार्ट की व्याख्या करने में मदद मिलती है, और यह पहली बार कंप्यूटर के उपयोग का भी समर्थन करता है - कमांड-लाइन इंटरफेस और ग्राफिकल यूजर इंटरफेस दोनों पर काम करता है।

Tencent का कहना है कि उसने पेशेवर कार्यों की योजना बनाने और उन्हें पूरा करने की क्षमता में सुधार करने के लिए मॉडल को ब्लेंडर और सीएडी टूल्स जैसे विशेष सॉफ़्टवेयर और कई अनुप्रयोगों में फैले लंबे-क्षितिज वर्कफ़्लो पर प्रशिक्षित किया। लॉन्च के बाद डेवलपर चर्चाओं में, उपयोगकर्ताओं ने प्रदर्शन वीडियो पर प्रकाश डाला, जिसमें मॉडल को एक बड़े उपग्रह चित्र में एक छोटी सी विशेषता का पता लगाते हुए और यह अनुमान लगाते हुए दिखाया गया कि तस्वीर कहाँ ली गई थी।

वास्तविक कार्य के उद्देश्य से बेंचमार्क

Tencent की मूल्यांकन रणनीति क्लासिक अकादमिक परीक्षणों के बजाय पेशेवर डोमेन पर अधिक निर्भर करती है। वित्त में, कंपनी ने फंड अनुसंधान, इक्विटी विश्लेषण, मात्रात्मक रणनीतियों, परिसंपत्ति आवंटन, कॉर्पोरेट वित्त और कर लेखांकन में फैले हजारों यथार्थवादी कार्यस्थान और हजारों कार्यों का निर्माण किया। Tencent वित्तीय प्रौद्योगिकी के साथ काम करते हुए, 213 वित्त पेशेवरों ने मॉडल का मूल्यांकन किया, उनमें से 153 अग्रणी वित्तीय संस्थानों से थे, जिनमें से 70 प्रतिशत से अधिक ने उद्योग के पांच वर्षों के अनुभव की सूचना दी।

579 वास्तविक दुनिया के वित्तीय कार्यों में, Tencent की रिपोर्ट है कि Hy4 3.04 के स्कोर के साथ ओपन-वेट मॉडल में पहले स्थान पर है, जो 2.97 के साथ डीपसीक-V4.1-फ्लैश-1017, 2.68 के साथ किमी K3.1 प्रो और 2.68 के साथ GLM-5.3 से आगे है। वित्तीय AI एजेंट कंपनी RabyteTech के आंतरिक बेंचमार्क IRAB पर, Tencent का कहना है कि Hy4 का स्कोर Hy4 पूर्वावलोकन से 12.03 प्रतिशत अंक अधिक है।

कंपनी विश्वसनीयता लाभ की भी रिपोर्ट करती है: समय-संवेदनशील पुनर्प्राप्ति, बहु-स्रोत संश्लेषण और तथ्यात्मक स्थिरता सत्यापन को कवर करने वाली खोज में लक्षित उन्नयन के बाद, Hy4 ने Hy4 पूर्वावलोकन पर मतिभ्रम दर को 15.76 प्रतिशत से घटाकर 5.45 प्रतिशत कर दिया, और सट्टा त्रुटियों को 23.1 प्रतिशत से घटाकर 5.6 प्रतिशत कर दिया। वैज्ञानिक अनुसंधान में, Tencent का कहना है कि Hy4 TenureTrail पर ओपन-वेट मॉडल में पहले स्थान पर है, जो सात विषयों में 123 शोध कार्यों का आंतरिक बेंचमार्क है।

खेल, दस्तावेज़ और पुनरावर्ती आत्म-सुधार

खेल के विकास को अपना उपचार प्राप्त हुआ। Tencent ने फीचर कार्यान्वयन, गेमप्ले लॉजिक, स्टेट ट्रैकिंग और एसेट पाइपलाइनों को कवर करने वाले प्रशिक्षण डेटा और मूल्यांकन को क्यूरेट करने के लिए अपने इंटरएक्टिव एंटरटेनमेंट ग्रुप - दुनिया के कुछ सबसे बड़े गेम फ्रेंचाइजी के पीछे के डिवीजन - में पेशेवर डेवलपर्स के साथ साझेदारी की। Tencent का कहना है कि Hy4 को बड़े पैमाने पर अनरियल इंजन, यूनिटी और गोडोट के लिए अनुकूलित किया गया था, और मल्टीप्लेयर गेम डेवलपमेंट के लिए नए समर्थन के साथ, GameDev पर 19.1 प्रतिशत और GameLogic पर 9.8 प्रतिशत तक Hy4 पूर्वावलोकन में सुधार हुआ है।

कार्यालय वर्कफ़्लो में, Tencent ने वास्तविक समय में वर्ड, एक्सेल और पावरपॉइंट फ़ाइलों को सह-संपादित करने की मॉडल की क्षमता में सुधार किया, जिससे दस्तावेज़ स्वरूपण, विश्वसनीयता और प्रयोज्य में स्पष्ट अंधा-मूल्यांकन लाभ की सूचना मिली। एआई एजेंट प्लेटफॉर्म मानुस ने घोषणा में शामिल फीडबैक में कहा कि Hy4 ने दस्तावेज़ निर्माण और संपादन कार्यों में लगभग 97 प्रतिशत की कार्य पूर्णता दर हासिल की है।

सबसे अधिक काल्पनिक दावा पुनरावर्ती आत्म-सुधार से संबंधित है। Tencent का कहना है कि अपने Hyra 2.0 हार्नेस के साथ, Hy4 ने समान आर्किटेक्चर वाले छोटे मॉडलों के लिए कंपनी के आंतरिक प्री-ट्रेनिंग इंफ्रास्ट्रक्चर को अनुकूलित किया और स्वायत्त रूप से एक वेरिएंट को प्रशिक्षित किया जो कई बेंचमार्क पर आधिकारिक Jev बेसलाइन से बेहतर प्रदर्शन करता है। Hy4 और Hyra 2.0 द्वारा सह-विकसित दो फाउंडेशन मॉडल - एकल-सेल प्रतिनिधित्व के लिए HyCell और भौतिक क्षेत्र मॉडलिंग के लिए HyPDE - उन परिणामों को पुन: प्रयोज्य बनाने के लिए ओपन-सोर्स किए जा रहे हैं।

साइबर और जैव सुरक्षा फ़िल्टरिंग

Tencent ने क्षमता सुरक्षा को सीधे संबोधित किया। कंपनी ने कहा कि उसने "संभावित आक्रामक क्षमताओं को बढ़ाने से बचने के लिए शोषण विकास, रिवर्स इंजीनियरिंग और प्रवेश परीक्षण जैसी आक्रामक सामग्री को फ़िल्टर किया" - एक दृष्टिकोण जिसे रॉयटर्स ने हैकिंग की आशंकाओं के बीच सीमित साइबर सुरक्षा डेटा के साथ मॉडल को प्रशिक्षित करने के रूप में वर्णित किया है।

जैव सुरक्षा पर, Tencent की रिपोर्ट है कि Hy4 की ओपन-एंड प्रायोगिक डिज़ाइन क्षमताओं को उसके Hy-BioExperimentBench पर 100 में से 30.4 अंक प्राप्त हुए हैं, जिसे कंपनी अपने उच्च-जोखिम सीमा से काफी नीचे रखती है। मॉडल के तर्क के निशानों का ऑडिट करने वाले आंतरिक विशेषज्ञों ने निष्कर्ष निकाला कि जबकि Hy4 के पास मूलभूत जीव विज्ञान की ठोस समझ है, उस ज्ञान को क्रियाशील प्रयोगात्मक प्रोटोकॉल में बदलने की इसकी क्षमता सीमित है, और Tencent का कहना है कि उसे कोई सबूत नहीं मिला कि Hy4 सार्थक रूप से जैविक नुकसान पैदा करने की बाधा को कम करता है।

खुले वजन का वादा - एक सिस्टम कार्ड के साथ

एक विवरण "ओपन-सोर्स" फ़्रेमिंग को जटिल बनाता है: पूर्ण Hy4 वज़न अभी तक डाउनलोड करने योग्य नहीं हैं। Tencent ने स्पष्ट रूप से कहा है कि वह Hy4 के मॉडल वेट को ओपन-सोर्स करने की योजना बना रहा है और उसने पारिस्थितिकी तंत्र समर्थन प्रदान करने के लिए vLLM और SGLang समुदायों के साथ साझेदारी की है। जब वज़न जारी किया जाता है, तो कंपनी का कहना है कि वह अपने सुरक्षा मूल्यांकन का विवरण देने वाला एक व्यापक सिस्टम कार्ड भी प्रकाशित करेगी - एक दस्तावेज़ जिसकी जांच की जाएगी, यह देखते हुए कि चीनी प्रयोगशालाओं से खुले वजन वाले रिलीज़ ने इस साल प्रशंसा और चिंता दोनों को आकर्षित किया है।

Tencent ने यह भी स्वीकार किया कि Hy4 और शीर्ष स्वामित्व वाले मॉडल के बीच एक अंतर बना हुआ है, विशेष रूप से अनुसंधान-स्तरीय गणित, लंबी-क्षितिज कोडिंग, मॉडल आत्म-सुधार और उन्नत दृश्य प्रश्न उत्तर पर। "निकट भविष्य में" एक हल्के, सस्ते Hy4 फ़्लैश की योजना बनाई गई है।

लॉन्च एक तेजी से भीड़भाड़ वाले चीनी ओपन-वेट क्षेत्र में होता है, जिसमें डीपसीक, किमी और जीएलएम रिलीज होते हैं, जो कीमत और क्षमता के मामले में प्रतिस्पर्धा करते हैं। Tencent का दावा है कि पेशेवर-ग्रेड कंप्यूटर का उपयोग - कच्चे बेंचमार्क स्कोर नहीं - जो एक खुले मॉडल को एंटरप्राइज़ टूल में बदल देता है।

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →