IT之家، وفقًا للأخبار الصادرة في 16 أكتوبر، أعلنت شركة تينسنت هونغ يوان الرسمية اليوم عن إطلاق الإصدار الثاني من إطار الذاكرة Hy Memory 2.0، بالإضافة إلى الكود المفتوح للنماذج المتخصصة وإطار الذاكرة وتقنية MemHub الثلاثية.
Hy Memory 2.0 القدرات الثلاثية يمكن استخدامها بشكل مستقل، أو يمكن دمجها معًا لتشكيل حل نهائي لذاكرة. حاليًا، تم استخدام Hy Memory في العديد من الأعمال داخل تينسنت في مجالات المالية، والمعلومات، وإدارة المعرفة، وواجهات العملاء، والترفيه الاجتماعي، والألعاب.
وفقًا لما قالته شركة تينسنت، فإن طبقة الإطار في Hy Memory 2.0 مسؤولة عن تخزين وتحديث وتطور الذكريات المتعلقة بالدردشة والعمل والكود، ويمكن للمطورين دمجها في الجهاز باستخدام SDK.
قالت شركة تينسنت إن هذا الإطار هو أول إطار ذاكرة في الصناعة يقدم ذاكرة العمل والذاكرة للكود. على 4 اختبارات مرجعية في ثلاثة سياقات: الدردشة، العمل، والكود، حققت Hy Memory المرتبة الأولى مقارنةً بإطارات مفتوحة المصدر مثل Mem0، MemOS، EverOS، OpenViking، RepoMemory وSimple RAG. على وجه التحديد، حققت الذاكرة العملية في مهمة تخطيط السفر والتسوق المركب في MemoryArena متوسطًا بنسبة 55.31٪، وتتفوق على EverOS الذي كان أقل من ذلك بـ 10.2 نقاط؛ أما الذاكرة البرمجية فقد كانت دقة الإجابة على الأسئلة البرمجية 64.2٪ ودقة حل المهام البرمجية 35.6٪ في CodeMemoryBench، بينما كانت دقة حل المهام البرمجية 28.3٪ في SWE-ContextBench، وهو أعلى من MemOS وMem0 اللذين كانا 25.3٪؛ أما الذاكرة للدردشة فكانت دقة الإجابة 72.6٪ في LoCoMo، وهو أعلى من EverOS الذي كان 71.9٪، وفي الوقت نفسه انخفض عدد التوكينات المستخدمة لكل سؤال من 1,159 إلى 703، مما أدى إلى تقليص بنسبة 39.3٪.
في مجال ذاكرة المحادثة، يعمل Hy Memory 2.0 من حقائق متفرقة إلى سياق حدث كامل، حيث يمكنه تنظيم المحتوى المتفرق عبر الزمن وعبر المحادثات باستخدام الأحداث كنواة لتحليل العناصر الرئيسية مثل الوقت والمكان والشخصيات. عند مواجهة أسئلة تتطلب الإجابة بالجمع بين عدة خيوط، يقوم Hy Memory أولاً بدمج المعلومات المتكررة واستخلاص التناقضات بينها، ثم يسلم الذاكرة الواضحة للنموذج. تم إضافة قدرات جديدة في الإعداد الذهني والذاكرة البرمجية للإصدار 2.0، حيث يمكن تذكر مهمة من خلال عدة أبعاد، وتنظيم جميع المعلومات حسب الزمن، والتي تشمل أهداف المهمة، والطرق المحددة، ونتائج المراحل، بالإضافة إلى التجارب القابلة للاستخدام والشروط المناسبة. عند استخدام التجارب القابلة للاستخدام، يقوم Hy Memory أولاً بتحديد ما إذا كانت الشروط المناسبة متوفرة حالياً، ويستخدم التجربة المقابلة بدقة كمساعدة فقط عندما تتوافر الشروط. بالنسبة للمهام طويلة المدى، قبل بدء كل مرة من التمهيد للمهمة، يقوم Hy Memory أولاً بتحديد ما يُعالج حاليًا، ثم يعثر على القرارات ذات الصلة والخبرات التي لا تزال سارية والعملية التاريخية للعمل.
على مستوى النموذج، تم تدريب Hy-Memory-30A3B خصيصًا لمشاهد التذكر، مع حوالي 3B من معاملات التفعيل. ووفقًا لمعلومات ورقة arXiv، تم تدريب هذا النموذج على ثلاثة أطر: Mem0، MemOS، وHy-Memory، وحصل على المرتبة الأولى في أربعة أطر تقييمية تحتوي على عينة فرعية ثابتة بنسبة 20%، بمعدل نقاط متوسط 55.49%، وهو أعلى من Claude Opus 5 الذي بلغ 54.62%.
في اختبارات أربعة أنظمة ذاكرة وهي Hy Memory وMem0 وMemOS وEverMemOS، حصل Hy-Memory-30A3B على نتيجة 55.49، وهو أعلى من Opus5 بنسبة 54.62، وDeepSeek V4.1 Flash بنسبة 53.64، وQwen3-30B-A3B بنسبة 44.37.
على مستوى التطبيق، MemHub هو تطبيق لإدارة الذاكرة المحلية، ويوفر طريقتي استخدام: لوحة تحكم بيانية (CLI) وتطبيق على جهاز Mac. بعد توثيق المستخدم للتطبيق المرتبط، يمكن لـ MemHub استيراد جلسات التاريخ الخاصة بأدوات مختلفة، ومن خلال منتج SDK Hy Memory المدمج، يتم تخزينها كذاكرة محلية. بعد ذلك، يمكن لمحادثات جديدة تُنتجها الأدوات المختلفة أن تتم مزامنة فورية مع نفس الذاكرة.
يدعم MemHub إدراج أدوات الذكاء الاصطناعي بضغطة واحدة على شكل برنامج مضمون، حيث يمكن للمستخدمين بدء مهام داخل أي أداة مرتبطة، ويمكن لMemHub إدارة واستخدام الذاكرة المتعلقة كإضافة للسياق. حاليًا يغطي MemHub 10 أدوات ذكاء اصطناعي تشمل WorkBuddy، Cursor، Codex، Pi، Qwen Code، Hermes، DeepSeek Harness وOpenCode، وتشمل هذه الأدوات أدوات البرمجة التجارية والعوامل المفتوحة المصدر.
حاليًا، تم إصدار SDK Hy Memory و MemHub على GitHub، كما تم نشر أوزان النموذج Hy-Memory-30B-A3B على Hugging Face.
تقول شركة تينسنت هونغ يوان إنها ستواصل التعاون العميق مع المزيد من الأعمال، وتطوير قدرات الذاكرة في سياقات حقيقية، حتى يتمكن الوكيل من الحفاظ على استمرارية العمل بين المهام الطويلة والأدوات المتعددة.
المصدر:
ذاكرة Hy Memory SDK و MemHub: https://github.com/Tencent-Hunyuan/Hy-Memory
تحميل أوزان نموذج Hy-Memory-30B-A3B: https://huggingface.co/tencent/Hy-Memory-30B-A3B
قراءات ذات صلة: