Tencent ਨੇ ਜਾਰੀ ਕੀਤਾ ਹੈ ਅਤੇ ਓਪਨ-ਸੋਰਸਡ Hy4 ਪੂਰਵਦਰਸ਼ਨ, ਆਪਣੀ Hunyuan ਟੀਮ ਦਾ ਇੱਕ ਨਵਾਂ ਫਲੈਗਸ਼ਿਪ ਵਿਸ਼ਾਲ ਭਾਸ਼ਾ ਮਾਡਲ ਹੈ, ਜੋ ਕਿ ਕੰਪਨੀ ਓਪਨ-ਸੋਰਸ ਫਰੰਟੀਅਰ 'ਤੇ ਪੋਜੀਸ਼ਨ ਕਰ ਰਹੀ ਹੈ। ਵਜ਼ਨ 28 ਅਗਸਤ ਨੂੰ ਹੱਗਿੰਗ ਫੇਸ, ਮਾਡਲਸਕੋਪ, ਗਿੱਟਕੋਡ, ਅਤੇ CNB 'ਤੇ ਸਸਤੇ ਅਨੁਮਾਨ ਲਈ ਇੱਕ FP8-ਕੁਆਂਟਾਈਜ਼ਡ ਵੇਰੀਐਂਟ ਦੇ ਨਾਲ, ਅਨੁਮਤੀ ਵਾਲੇ ਅਪਾਚੇ 2.0 ਲਾਇਸੰਸ ਦੇ ਤਹਿਤ ਉਤਰੇ।
ਇਹ ਲਾਂਚ ਓਪਨ-ਵੇਟ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ ਨੂੰ ਸ਼ਿਪਿੰਗ ਕਰਨ ਵਾਲੀਆਂ ਚੀਨੀ ਲੈਬਾਂ ਵਿਚਕਾਰ ਮੁਕਾਬਲੇ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ, ਇੱਕ ਖੇਤਰ ਜਿਸ ਵਿੱਚ ਵਰਤਮਾਨ ਵਿੱਚ Z.AI ਦੀ GLM ਸੀਰੀਜ਼ ਅਤੇ Moonshot AI ਦੇ Kimi ਮਾਡਲ ਸ਼ਾਮਲ ਹਨ। ਬਲੂਮਬਰਗ ਨੇ ਰਿਪੋਰਟ ਕੀਤੀ ਕਿ ਟੈਨਸੈਂਟ ਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਨਵਾਂ ਮਾਡਲ ਅੰਦਰੂਨੀ ਟੈਸਟਿੰਗ ਵਿੱਚ ਦੋਵਾਂ ਵਿਰੋਧੀਆਂ ਨੂੰ ਪਛਾੜਦਾ ਹੈ - ਇੱਕ ਦਾਅਵਾ ਹੈ ਕਿ, ਸਾਰੇ ਵਿਕਰੇਤਾ ਦੁਆਰਾ ਚਲਾਏ ਗਏ ਮੁਲਾਂਕਣਾਂ ਦੀ ਤਰ੍ਹਾਂ, ਪੜਤਾਲ ਦਾ ਹੱਕਦਾਰ ਹੈ। For more context on this story, see our ongoing AI industry coverage.
ਸਿਰਲੇਖ ਨੰਬਰ
Hy4 ਪ੍ਰੀਵਿਊ 770 ਬਿਲੀਅਨ ਕੁੱਲ ਮਾਪਦੰਡਾਂ ਵਾਲਾ ਮਿਸ਼ਰਣ-ਆਫ-ਐਕਸਪਰਟਸ (MoE) ਮਾਡਲ ਹੈ, ਜਿਸ ਵਿੱਚੋਂ 49 ਬਿਲੀਅਨ ਪ੍ਰਤੀ ਟੋਕਨ ਐਕਟੀਵੇਟ ਹੁੰਦੇ ਹਨ। Tencent-Hunyuan GitHub ਰਿਪੋਜ਼ਟਰੀ 'ਤੇ ਪ੍ਰਕਾਸ਼ਿਤ ਅਧਿਕਾਰਤ ਮਾਡਲ ਕਾਰਡ ਦੇ ਅਨੁਸਾਰ, ਬੈਕਬੋਨ ਵਿੱਚ 78 ਪਰਤਾਂ ਹਨ, 256 ਰੂਟ ਕੀਤੇ ਮਾਹਰ ਅਤੇ ਇੱਕ ਸਾਂਝਾ ਮਾਹਰ, ਅਤੇ ਹਰੇਕ ਟੋਕਨ ਲਈ ਚੋਟੀ ਦੇ-8 ਰੂਟ ਕੀਤੇ ਮਾਹਰਾਂ ਨੂੰ ਸਰਗਰਮ ਕਰਦਾ ਹੈ। ਇੱਕ ਨੇਟਿਵ ਮਲਟੀ-ਟੋਕਨ ਪੂਰਵ-ਅਨੁਮਾਨ (MTP) ਪਰਤ — 10 ਬਿਲੀਅਨ ਕੁੱਲ ਪੈਰਾਮੀਟਰ, 0.7 ਬਿਲੀਅਨ ਐਕਟੀਵੇਟ — ਸਟਾਕਲੇਟਿਵ ਡੀਕੋਡਿੰਗ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ।
ਸੰਦਰਭ ਵਿੰਡੋ ਹੋਰ ਮਾਰਕੀ ਨਿਰਧਾਰਨ ਹੈ: 1 ਮਿਲੀਅਨ ਟੋਕਨ, ਇੱਕ ਲੰਬਾਈ ਜੋ ਮਾਡਲ ਨੂੰ ਪੂਰੇ ਕੋਡਬੇਸ, ਲੰਬੇ ਕਾਨੂੰਨੀ ਦਸਤਾਵੇਜ਼ਾਂ, ਜਾਂ ਇੱਕ ਸਿੰਗਲ ਪਾਸ ਵਿੱਚ ਘੰਟੇ-ਲੰਬੀ ਮੀਟਿੰਗ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਦਿੰਦੀ ਹੈ।
ਆਰਕੀਟੈਕਚਰ ਵਿਰੋਧੀਆਂ ਤੋਂ ਉਧਾਰ ਲਿਆ ਗਿਆ — ਅਤੇ ਇਸ ਦੇ ਸਿਖਰ 'ਤੇ ਬਣਾਇਆ ਗਿਆ
ਇੱਕ ਫਲੈਗਸ਼ਿਪ ਲਾਂਚ ਲਈ ਇੱਕ ਅਸਾਧਾਰਨ ਪੱਧਰ ਦੀ ਸਪੱਸ਼ਟਤਾ ਵਿੱਚ, Tencent ਦੇ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ ਕਿ ਧਿਆਨ ਮੋਡਿਊਲ "DeepSeek ਅਤੇ GLM ਦੁਆਰਾ ਪ੍ਰੇਰਿਤ" ਸੀ। Hy4 ਪ੍ਰੀਵਿਊ ਕ੍ਰਾਸ-ਲੇਅਰ ਸਪਾਰਸ ਇੰਡੈਕਸ ਦੀ ਮੁੜ ਵਰਤੋਂ ਲਈ ਇੰਡੈਕਸਕੈਚ ਦੇ ਨਾਲ ਮਿਲ ਕੇ ਗੇਟਡ ਡੀਪਸੀਕ ਸਪਾਰਸ ਅਟੈਂਸ਼ਨ (ਗੇਟਿਡ ਡੀਐਸਏ) ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਬਕਾਇਆ ਪਾਥਵੇ ਇੰਟਰ-ਲੇਅਰ ਜਾਣਕਾਰੀ ਪ੍ਰਵਾਹ ਨੂੰ ਵਧਾਉਣ ਲਈ ਪਛਾਣ ਹਾਈਪਰ-ਕਨੈਕਸ਼ਨ (iHC) ਨੂੰ ਨਿਯੁਕਤ ਕਰਦਾ ਹੈ।
ਮਾਡਲ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਵਾਲੇ ਡਿਵੈਲਪਰਾਂ ਲਈ ਖੁੱਲੇਪਣ ਦਾ ਮਹੱਤਵ ਹੈ: ਬਹੁਤ ਘੱਟ ਧਿਆਨ ਉਹ ਹੈ ਜੋ 1M-ਟੋਕਨ ਸੰਦਰਭ ਨੂੰ ਆਰਥਿਕ ਤੌਰ 'ਤੇ ਸੇਵਾਯੋਗ ਬਣਾਉਂਦਾ ਹੈ, ਕਿਉਂਕਿ ਉਸ ਲੰਬਾਈ 'ਤੇ ਪੂਰਾ ਧਿਆਨ ਦੇਣਾ ਮਨਾਹੀ ਨਾਲ ਮਹਿੰਗਾ ਹੋ ਜਾਂਦਾ ਹੈ। DeepSeek ਅਤੇ Z.AI ਦੋਵਾਂ ਨੇ ਇਸ ਡਿਜ਼ਾਇਨ ਦੇ ਰੂਪਾਂ ਨੂੰ ਆਪਣੇ ਫਲੈਗਸ਼ਿਪ ਮਾਡਲਾਂ ਵਿੱਚ ਭੇਜਿਆ ਹੈ।
ਉਤਪਾਦਕਤਾ ਲਈ ਬਣਾਇਆ ਗਿਆ, ਘਰ ਵਿੱਚ ਮਾਹਰਾਂ ਨਾਲ ਟਿਊਨ ਕੀਤਾ ਗਿਆ
Tencent ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਸਨੇ ਕੰਪਨੀ ਦੇ ਅੰਦਰਲੇ ਮਾਹਿਰਾਂ — ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ, ਗੇਮ ਡਿਵੈਲਪਰ, ਵਿੱਤ ਵਿਸ਼ਲੇਸ਼ਕ, ਅਤੇ ਸੁਰੱਖਿਆ ਮਾਹਰ — ਨਾਲ ਸਾਂਝੇਦਾਰੀ ਕੀਤੀ ਅਤੇ ਉਹਨਾਂ ਦੁਆਰਾ ਅਸਲ ਵਿੱਚ ਭੇਜੇ ਜਾਣ ਵਾਲੇ ਕੰਮ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਸਿਖਲਾਈ ਡੇਟਾ ਬਣਾਇਆ। ਮਾਡਲ ਕਾਰਡ ਚਾਰ ਫੋਕਸ ਖੇਤਰਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ:
- ਸਾਫਟਵੇਅਰ ਇੰਜਨੀਅਰਿੰਗ: ਲੰਬੇ-ਦਿਮਾਗ ਦੇ ਵਿਕਾਸ ਕਾਰਜਾਂ 'ਤੇ ਬਿਹਤਰ ਯੋਜਨਾਬੰਦੀ, ਡੀਬੱਗਿੰਗ, ਅਤੇ ਤਸਦੀਕ, ਨਾਲ ਹੀ ਫਰੰਟ-ਐਂਡ "ਵਿਜ਼ੂਅਲ ਸਵਾਦ" ਵਿੱਚ ਲਾਭ।
- ਦਫ਼ਤਰ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ: ਸਮੀਕਰਨਾਂ ਅਤੇ ਵਿੱਤੀ ਮਾਡਲਾਂ ਦੇ ਮਜ਼ਬੂਤ ਪ੍ਰਬੰਧਨ ਦੇ ਨਾਲ, ਗੜਬੜ ਵਾਲੇ ਮਲਟੀ-ਫਾਈਲ ਸੰਦਰਭ ਨੂੰ ਸਾਂਝਾ ਕਰਨ ਯੋਗ ਦਸਤਾਵੇਜ਼ਾਂ, ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ ਅਤੇ ਪੇਸ਼ਕਾਰੀਆਂ ਵਿੱਚ ਬਦਲਣਾ।
- ਗੇਮ ਵਿਕਾਸ: ਇੱਕ ਸਿੰਗਲ ਪ੍ਰੋਂਪਟ ਤੋਂ ਖੇਡਣ ਯੋਗ ਪ੍ਰੋਟੋਟਾਈਪ ਤਿਆਰ ਕਰਨਾ ਅਤੇ ਕਈ ਸੁਧਾਰ ਮੋੜਾਂ ਵਿੱਚ ਗੇਮ ਇੰਜਣਾਂ ਨਾਲ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਨਾ।
- ਵਿਗਿਆਨਕ ਖੋਜ: AI ਖੋਜ, ਅਣੂ ਦੀ ਗਤੀਸ਼ੀਲਤਾ, ਸੰਘਣਾ ਪਦਾਰਥ ਭੌਤਿਕ ਵਿਗਿਆਨ, ਅਤੇ ਸ਼ੁੱਧ ਗਣਿਤ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ 'ਤੇ ਤਰੱਕੀ ਦਾ ਦਾਅਵਾ ਕੀਤਾ ਗਿਆ ਹੈ।
Tencent ਇਹ ਵੀ ਕਹਿੰਦਾ ਹੈ ਕਿ Hy4 ਪ੍ਰੀਵਿਊ ਨੂੰ ਇਸਦੇ ਆਪਣੇ ਉਤਪਾਦਾਂ, CodeBuddy ਅਤੇ WorkBuddy ਨਾਲ ਸਹਿ-ਡਿਜ਼ਾਇਨ ਕੀਤਾ ਗਿਆ ਸੀ, ਤਾਂ ਜੋ ਮਾਡਲ ਦੇ ਲਾਭ ਉਤਪਾਦ ਸੁਧਾਰਾਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕੀਤੇ ਜਾ ਸਕਣ।
Tencent ਦੇ ਆਪਣੇ ਬੈਂਚਮਾਰਕ ਕੀ ਦਿਖਾਉਂਦੇ ਹਨ
ਲਾਂਚ ਸਮੱਗਰੀ ਵਿੱਚ ਸਭ ਤੋਂ ਠੋਸ ਤੁਲਨਾ 203 ਇੰਜੀਨੀਅਰਿੰਗ ਕਾਰਜਾਂ 'ਤੇ 163 ਅੰਦਰੂਨੀ ਮਾਹਰਾਂ ਦੇ ਰੇਟਿੰਗ ਆਉਟਪੁੱਟ ਦੇ ਨਾਲ ਇੱਕ ਅੰਨ੍ਹੇ ਪਾਸਿਓਂ ਮੁਲਾਂਕਣ ਹੈ। ਉਹਨਾਂ ਟੈਸਟਾਂ ਵਿੱਚ, Hy4 ਪ੍ਰੀਵਿਊ ਨੇ 2.99 ਦੀ ਔਸਤ ਸਕੋਰ ਕੀਤੀ, GLM 5.3 ਦੇ 2.92 (46.8 ਪ੍ਰਤੀਸ਼ਤ ਜਿੱਤ, 12.8 ਪ੍ਰਤੀਸ਼ਤ ਟਾਈ, 40.4 ਪ੍ਰਤੀਸ਼ਤ ਹਾਰ) ਅਤੇ ਕਿਮੀ K3 ਦੇ 2.94 (51.2 ਪ੍ਰਤੀਸ਼ਤ ਜਿੱਤ, 7.9 ਪ੍ਰਤੀਸ਼ਤ ਨੁਕਸਾਨ, 7.9 ਪ੍ਰਤੀਸ਼ਤ ਨੁਕਸਾਨ) ਤੋਂ ਥੋੜ੍ਹਾ ਅੱਗੇ।
ਦੋ ਚੇਤਾਵਨੀਆਂ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਦੱਸਣ ਯੋਗ ਹਨ। ਪਹਿਲਾਂ, ਇਹ Tencent ਦੇ ਅੰਦਰੂਨੀ ਮੁਲਾਂਕਣ ਹਨ, ਸੁਤੰਤਰ ਬੈਂਚਮਾਰਕ ਨਹੀਂ; ਕੰਪਨੀ ਨੇ ਅਜੇ ਤੱਕ ਜਨਤਕ ਲੀਡਰਬੋਰਡਾਂ 'ਤੇ ਤੀਜੇ-ਪ੍ਰਮਾਣਿਤ ਨਤੀਜੇ ਪ੍ਰਕਾਸ਼ਿਤ ਨਹੀਂ ਕੀਤੇ ਹਨ। ਦੂਜਾ, ਹਾਸ਼ੀਏ ਤੰਗ ਹਨ — ਵਿਅਕਤੀਗਤ ਮਾਹਰ-ਰੇਟਿੰਗ ਸਕੇਲ 'ਤੇ 0.05 ਤੋਂ 0.07 ਪੁਆਇੰਟ ਦਾ ਅੰਤਰ ਉਸ ਰੇਂਜ ਦੇ ਅੰਦਰ ਹੈ ਜਿਸ ਨੂੰ ਵੱਖ-ਵੱਖ ਰੇਟਿੰਗ ਪੂਲ ਆਸਾਨੀ ਨਾਲ ਫਲਿੱਪ ਕਰ ਸਕਦੇ ਹਨ।
ਸੁਤੰਤਰ ਤਸਦੀਕ ਜਨਤਕ ਇਕੱਤਰਤਾਵਾਂ ਤੋਂ ਆਵੇਗੀ ਕਿਉਂਕਿ ਕਮਿਊਨਿਟੀ ਆਉਣ ਵਾਲੇ ਹਫ਼ਤਿਆਂ ਵਿੱਚ ਮਾਨਕੀਕ੍ਰਿਤ ਕੋਡਿੰਗ, ਤਰਕ, ਅਤੇ ਏਜੰਟ ਸੂਟ ਦੁਆਰਾ ਮਾਡਲ ਨੂੰ ਚਲਾਉਂਦੀ ਹੈ।
ਜਾਣੇ-ਪਛਾਣੇ ਬੱਗਾਂ ਦੇ ਨਾਲ ਜਲਦੀ ਸ਼ਿਪਿੰਗ
Tencent ਸਪੱਸ਼ਟ ਹੈ ਕਿ ਇਹ ਇੱਕ ਝਲਕ ਹੈ। ਮਾਡਲ ਕਾਰਡ ਜਾਣੀਆਂ-ਪਛਾਣੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਸੂਚੀਬੱਧ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਦੁਆਰਾ ਲੋੜੀਂਦੇ ਤਰਕ ਤੋਂ ਵੱਧ ਸਮਾਂ ਖਰਚ ਕਰਨਾ ਅਤੇ ਆਪਣੇ ਖੁਦ ਦੇ ਕੰਮ ਨੂੰ ਓਵਰ-ਵੇਰੀਫਾਈ ਕਰਨ ਦੀ ਪ੍ਰਵਿਰਤੀ ਸ਼ਾਮਲ ਹੈ। ਟੀਮ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ "ਜਲਦੀ ਸ਼ਿਪਿੰਗ ਕਰੇਗੀ ਅਤੇ ਸੁਣੇਗੀ ਕਿ ਕੀ ਟੁੱਟਦਾ ਹੈ," ਉਸ ਪਹੁੰਚ ਦਾ ਹਵਾਲਾ ਦਿੰਦੇ ਹੋਏ ਜਿਸ ਨੇ ਇਸਦੀ Hy3 ਪੀੜ੍ਹੀ ਨੂੰ ਸੁਧਾਰਿਆ।
ਤੈਨਾਤੀ ਲਈ, ਵਜ਼ਨ BF16 ਅਤੇ FP8 ਦੋਵਾਂ ਵਿੱਚ ਉਪਲਬਧ ਹਨ, vLLM ਅਤੇ SGLang ਵਿੱਚ ਦਿਨ-ਪ੍ਰਤੀ ਸਹਾਇਤਾ ਦੇ ਨਾਲ। Tencent ਦੋਨਾਂ ਲਈ ਪ੍ਰੀਬਿਲਟ ਡੌਕਰ ਚਿੱਤਰਾਂ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਦਾ ਹੈ, ਪਕਵਾਨਾਂ ਵਿੱਚ 8 GPUs ਵਿੱਚ ਟੈਂਸਰ ਸਮਾਨਤਾ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਲੇਟੈਂਸੀ-ਸੰਵੇਦਨਸ਼ੀਲ ਸਰਵਿੰਗ ਲਈ MTP- ਅਧਾਰਤ ਅੰਦਾਜ਼ੇ ਵਾਲੀ ਡੀਕੋਡਿੰਗ। ਮਾਡਲ ਦੇ ਨਾਲ-ਨਾਲ ਇੱਕ ਫਾਈਨਟਿਊਨਿੰਗ ਪਾਈਪਲਾਈਨ ਅਤੇ AngelSlim ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ ਟੂਲਕਿੱਟ ਜਹਾਜ਼।
ਇਹ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦਾ ਹੈ
ਚੀਨ ਵਿੱਚ ਓਪਨ-ਵੇਟ ਰੇਸ Z.AI ਦੀ GLM ਸੀਰੀਜ਼ ਅਤੇ ਮੂਨਸ਼ੌਟ ਦੇ ਕਿਮੀ ਮਾਡਲਾਂ ਵਿਚਕਾਰ ਦੀਪਸੀਕ, ਕਵੇਨ, ਅਤੇ ਹੁਣ ਇੱਕ ਬਹੁਤ ਵੱਡੀ ਹੁਨਯੂਆਨ ਐਂਟਰੀ ਦੇ ਨਾਲ ਮੈਦਾਨ ਵਿੱਚ ਇੱਕ ਦੋ-ਸਾਹਮਣੇ ਦੀ ਲੜਾਈ ਬਣ ਗਈ ਹੈ। ਅਪਾਚੇ 2.0 ਲਾਇਸੈਂਸਿੰਗ, ਇੱਕ 770B-ਪੈਰਾਮੀਟਰ ਸਕੇਲ, ਅਤੇ ਇੱਕ 1M-ਟੋਕਨ ਸੰਦਰਭ ਦਾ Hy4 ਪ੍ਰੀਵਿਊ ਦਾ ਸੁਮੇਲ ਇਸ ਗੱਲ ਦੀ ਸੀਮਾ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ ਕਿ ਕੋਈ ਵੀ ਕੀ ਡਾਊਨਲੋਡ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਸਵੈ-ਹੋਸਟ ਕਰ ਸਕਦਾ ਹੈ — ਅਤੇ ਦਿਨ-ਇੱਕ vLLM ਅਤੇ SGLang ਸਮਰਥਨ ਅਸਲ ਵਿੱਚ ਇਸਨੂੰ ਚਲਾਉਣ ਲਈ ਰੁਕਾਵਟ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।
ਪੱਛਮੀ ਬੰਦ APIs ਦੇ ਵਿਰੁੱਧ ਖੁੱਲੇ ਮਾਡਲਾਂ ਨੂੰ ਤੋਲਣ ਵਾਲੇ ਉੱਦਮਾਂ ਲਈ, ਵਿਹਾਰਕ ਸਵਾਲ ਹੁਣ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਕੀ ਇੱਕ ਖੁੱਲਾ ਮਾਡਲ ਕਾਗਜ਼ 'ਤੇ ਬੰਦ ਪ੍ਰਦਰਸ਼ਨ ਨਾਲ ਮੇਲ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਕੀ ਆਲੇ ਦੁਆਲੇ ਦੀ ਟੂਲਿੰਗ — ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ, ਸਰਵਿੰਗ, ਫਾਈਨਟਿਊਨਿੰਗ — ਕਾਫ਼ੀ ਪਰਿਪੱਕ ਹੈ। Tencent ਸੱਟੇਬਾਜ਼ੀ ਕਰ ਰਿਹਾ ਹੈ ਕਿ ਇਹ ਸਭ ਇੱਕ ਵਾਰ, ਇੱਕ ਅਨੁਮਤੀ ਵਾਲੇ ਲਾਇਸੈਂਸ ਦੇ ਤਹਿਤ, ਇਸ ਤਰ੍ਹਾਂ ਹੈ ਕਿ ਕਿਵੇਂ ਹੁਨਯੂਆਨ ਗੱਲਬਾਤ ਵਿੱਚ ਵਾਪਸ ਆਉਂਦਾ ਹੈ।
ਕੀ ਅੰਦਰੂਨੀ ਬੈਂਚਮਾਰਕ ਦਾਅਵਿਆਂ ਨੂੰ ਸੁਤੰਤਰ ਜਾਂਚ ਦੇ ਅਧੀਨ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ ਇਹ ਨਿਰਧਾਰਤ ਕਰੇਗਾ ਕਿ ਕੀ Hy4 ਪ੍ਰੀਵਿਊ ਨੂੰ ਇੱਕ ਅਸਲੀ ਫਰੰਟੀਅਰ ਓਪਨ-ਸੋਰਸ ਰੀਲੀਜ਼ ਜਾਂ ਭੀੜ ਵਾਲੇ ਖੇਤਰ ਵਿੱਚ ਕਿਸੇ ਹੋਰ ਵਿਕਰੇਤਾ ਬੈਂਚਮਾਰਕ ਵਜੋਂ ਯਾਦ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਵਜ਼ਨ ਹੁਣ ਜਨਤਕ ਹਨ, ਇਸ ਲਈ ਭਾਈਚਾਰੇ ਦੇ ਫੈਸਲੇ ਨੂੰ ਜ਼ਿਆਦਾ ਦੇਰ ਨਹੀਂ ਲੱਗਣੀ ਚਾਹੀਦੀ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
