Η Tencent διαθέτει σε ανοιχτό κώδικα το μοντέλο τεχνητής νοημοσύνης Hy4 των 770 δισεκατομμυρίων παραμέτρων

Η Tencent κυκλοφόρησε το Hy4 preview, ένα μοντέλο τεχνητής νοημοσύνης ανοιχτού κώδικα με 770 δισεκατομμύρια παραμέτρους, σηματοδοτώντας την τελευταία κίνηση του κινεζικού τεχνολογικού κολοσσού στον εντεινόμενο παγκόσμιο ανταγωνισμό της τεχνητής νοημοσύνης. Το μοντέλο έγινε διαθέσιμο το Σαββατοκύριακο μέσω δημόσιων αποθετηρίων, του Tencent Cloud και του OpenRouter.opensourceforu+1

Μια τεράστια αλλά αποδοτική αρχιτεκτονική

Βασισμένο σε μια αρχιτεκτονική μείγματος ειδικών (mixture-of-experts), το Hy4 preview ενεργοποιεί μόνο 49 από τα 770 δισεκατομμύρια των παραμέτρων του για κάθε αίτημα κειμένου, διατηρώντας το υπολογιστικό κόστος διαχειρίσιμο παρά την κλίμακα του μοντέλου. Διαθέτει παράθυρο πλαισίου ενός εκατομμυρίου tokens, επιτρέποντάς του να επεξεργάζεται τεράστιες ποσότητες κειμένου σε μία μόνο συνεδρία, μια δυνατότητα που η Tencent προωθεί για εκτεταμένα έργα προγραμματισμού, εργασίες γραφείου με πολλά έγγραφα, ανάπτυξη παιχνιδιών και επιστημονική έρευνα.thedailystar+1

Η Tencent περιγράφει το μοντέλο ως το πιο ικανό της μέχρι σήμερα, υποστηρίζοντας ότι παρουσιάζει τη μεγαλύτερη βελτίωση από γενιά σε γενιά στη σειρά των μοντέλων της. Σε μια τυφλή εσωτερική αξιολόγηση, 163 ειδικοί της Tencent βαθμολόγησαν το Hy4 preview με 2,99 σε μια κλίμακα 203 μηχανικών εργασιών, ξεπερνώντας τα ανταγωνιστικά κινεζικά μοντέλα GLM 5.3 (2,92) και Kimi K3 (2,94). Η εταιρεία εκπαίδευσε το μοντέλο χρησιμοποιώντας δεδομένα που σχετίζονται με την εργασία από τους δικούς της μηχανικούς λογισμικού, προγραμματιστές παιχνιδιών, οικονομικούς αναλυτές και ειδικούς ασφαλείας.opensourceforu

Πρακτικές εφαρμογές και περιορισμοί

Η Tencent στοχεύει σε διάφορες πρακτικές περιπτώσεις χρήσης. Η εταιρεία αναφέρει ότι το Hy4 preview μπορεί να διαχειριστεί συνεδρίες μηχανικής λογισμικού μεγάλης διάρκειας, κατανοώντας, σχεδιάζοντας, εντοπίζοντας σφάλματα και επαληθεύοντας εργασίες σε εκτεταμένες αλληλεπιδράσεις. Μπορεί επίσης να μετατρέψει διάσπαρτα αρχεία σε δομημένα έγγραφα, υπολογιστικά φύλλα και παρουσιάσεις, ενώ φέρεται να δημιούργησε πρωτότυπα παιχνιδιών από απλές εντολές.opensourceforu

Για πιο αυτόνομες ροές εργασίας, η Tencent αναφέρει ότι το μοντέλο διαχειρίστηκε αρκετές παράλληλες συνεδρίες Codex, προσαρμόζοντας την ερευνητική του κατεύθυνση καθώς έφταναν τα αποτελέσματα. Σε μια εργασία μετα-εκπαίδευσης μικρού μοντέλου, φέρεται να ξεπέρασε τις ανεξάρτητα λειτουργούσες περιπτώσεις Codex και στα οκτώ σημεία αναφοράς.opensourceforu

Η Tencent σχεδιάζει να ενσωματώσει το Hy4 στα προϊόντα CodeBuddy και WorkBuddy. Η εταιρεία παραδέχτηκε ότι αυτή η πρώιμη έκδοση μπορεί να υπεραναλύει και να υπερεπαληθεύει σύνθετες εργασίες, παίρνοντας μερικές φορές περισσότερο χρόνο από τον απαραίτητο ή ελέγχοντας επανειλημμένα τις δικές της απαντήσεις.thedailystar+1

Ένας πολυσύχναστος τομέας

Η κυκλοφορία έρχεται εν μέσω έντονου ανταγωνισμού μεταξύ των κινέζων και παγκόσμιων προγραμματιστών τεχνητής νοημοσύνης. Η απόφαση της Tencent να διαθέσει σε ανοιχτό κώδικα ένα μοντέλο αυτής της κλίμακας ακολουθεί ένα πρότυπο που έθεσαν ανταγωνιστές όπως η Alibaba και η DeepSeek, καθώς οι εταιρείες ανταγωνίζονται για την υιοθέτηση από τους προγραμματιστές και την επιρροή στο οικοσύστημα. Η προσέγγιση ανοιχτού κώδικα επιτρέπει σε εξωτερικούς προγραμματιστές να χτίσουν πάνω στο μοντέλο, επιταχύνοντας ενδεχομένως τη βελτίωσή του πέρα από ό,τι θα μπορούσαν να επιτύχουν μόνες τους οι εσωτερικές ομάδες της Tencent.thedailystar