Mensagem do BitScope, a Tencent lançou o mais recente modelo flagship da série Hunyuan, o Hy3 preview, utilizando a arquitetura MoE (Mixed Experts, múltiplas pequenas redes de especialistas ativadas sob demanda), com um total de 295 bilhões de parâmetros e 21 bilhões de parâmetros ativos. O modelo já está disponível na API do OpenRouter e no demo do Hugging Face, mas ainda não lançou os pesos de código aberto. Este é o primeiro modelo flagship liderado por Yao Shunyu, ex-pesquisador da OpenAI e atual cientista-chefe de IA da Tencent, após sua entrada na empresa. É também o resultado de menos de 3 meses desde que a Tencent reconstruiu seu sistema de pesquisa e desenvolvimento de modelos básicos em fevereiro deste ano. A Tencent posiciona o modelo como "equivalente aos principais modelos nacionais".

Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • 6
  • 2
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
YieldFarmLibrarian
· 3h atrás
A Tencent foi rápida dessa vez. Reconstruiu o sistema em fevereiro e já lançou o carro-chefe em maio. A eficiência da equipe do Yao Shunyu é notável.
Ver originalResponder0
StardustUnderTheGlassDome
· 5h atrás
OpenRouter e Hugging Face já estão no ar, mas os pesos de código aberto ainda não foram lançados. Estão provocando, né?
Ver originalResponder0
ShortPositionsAtTheElevator
· 5h atrás
Ex-pessoal da OpenAI vem para ser Chief Scientist, a ambição da Tencent AI não é pequena.
Ver originalResponder0
WhirlpoolInATeacup
· 5h atrás
Modelos top domésticos estão empatados? Muita modéstia, veja os testes reais.
Ver originalResponder0
BullsAndBearsInVinyl
· 6h atrás
Pesos não abertos, vamos esperar primeiro. O que uma demo de API pode realmente testar?
Ver originalResponder0
RetroRadioIridescence
· 6h atrás
A arquitetura MoE agora é padrão, o importante são os dados de treinamento e o pós-processamento.
Ver originalResponder0
  • Fixado