IT之家 Bericht vom 4. November: Tencent Hunmeng veröffentlichte heute (4. Tag) die neueste Version des Large Language Model Hy4. Laut den offiziellen Angaben hat das Modell durch eine weitere umfassende Steigerung seiner Fähigkeiten erstmals zu einem der stärksten Open-Source-Modelle gehört. Hy4 wird in Kürze seine Gewichtangaben als Open Source veröffentlichen, Karten des Modellsystems veröffentlichen und eine verantwortungsvollere Open Source-Politik vorantreiben, wobei besonderer Fokus auf Risiken wie Netzwerksicherheit und Biosecurity liegt.
Im Vergleich zum Hy4-Preview hat der Hy4 die Größe der vortrainierten und nachtrainierten Modelle signifikant erweitert, erstmals visuelle Fähigkeiten eingeführt und die kombinierten Fähigkeiten wie Anweisungsfolge, Long-Text-Verständnis, Langstreckenaufgaben und tiefe Forschung erheblich verbessert.
Hy4 führt zum ersten Mal visuelle Fähigkeiten ein, die die Wahrnehmung, das Denken und die Tool-Kalllingen kombinieren können, um Aufgaben wie feine Bildverarbeitung, komplexe Diagrammanalysen und mathematische visuelle Schlussfolgerungen zu erledigen. Hy4 unterstützt auch zum ersten Mal Computereingriffe, wodurch es flexibel mit Befehlsspalten und grafischen Benutzeroberflächen kombiniert werden kann. Tencent hat außerdem spezielle Trainings durchgeführt für professionelle Software wie Blender und CAD sowie für langfristige Aufgaben zwischen verschiedenen Anwendungen, um die Planung und Ausführung von professionellen Aufgaben kontinuierlich zu verbessern.
Laut der Einrichtung kann das Modell invisuelle und Computeraufgaben, Frontend- und Spielentwicklung, Finanz- und Büroumgebungen, wissenschaftliche Forschung und Modellentwicklung, langfristige persönliche Assistenten sowie vielen anderen Bereichen verwendet werden. Es wurde für echte Produktivität entwickelt.
Laut früheren Berichten von IT Home wurde am 28. August Tencent die Hy4-Preview veröffentlichen, mit einer Gesamtkapazität von 770 B, einer Aktivierungskapazität von 49 B und einer Kontextlänge von 1 M.
Die offizielle Stelle erklärte damals, dass der Hy4-Preview in Bezug auf die Modellgröße, die Länge des Kontexts und das Datendimensionen erheblich erweitert wurde. Der gemeinsame Fortschritt der Vorlernung und Nachlernung führte zu einem weiteren großen Anstieg des Intelligenzniveaus.
Derzeit ist Hy4 bereits auf Tencent Cloud und OpenRouter verfügbar und kann in Produkten wie CodeBuddy / WorkBuddy, Yuanbao und ima erlebt werden. Seine Leistung übertrifft die von Hy4 Preview deutlich, während der gleiche API-Preis erhalten bleibt.
Das offizielle Plan wird die Gewichtung der Modelle öffentlich zugänglich machen, und es wird in Zusammenarbeit mit den Communities von vLLM/SGLang sowie Inferact Inc. eine öffentliche Ökosystem-Unterstützung bereitgestellt. Eine Karte des Modellsystems wird ebenfalls veröffentlicht werden, einschließlich detaillierter Informationen zur umfassenderen Sicherheitsbewertung.
Obwohl Hy4 bereits eines der stärksten Open-Source-Modelle ist, gibt es immer noch einen großen Unterschied zu den führenden Closed-Source-Modellen, insbesondere bei den hochkomplexen Testsets in Bereichen wie innerer Konstruktion, fortgeschrittener Entwicklung, Modelliteration und visueller Q&A. Tencent Hunyuan hat angekündigt, dass es die Größe des Vorlern- und Nachlernens weiterhin stetig und robust ausbauen wird, um den Unterschied zu den führenden Closed-Source-Modellen zu verringern.
Der Hy4 Flash wird in Kürze veröffentlicht, was die Effizienz des Modells und die Rechengeschwindigkeit signifikant verbessert. Zudem wird er häufiger mit dem Produkt iteriert, wodurch seine Nutzbarkeit weiterhin gesteigert wird.