टेंसेंट ने Tencent Hy टीम द्वारा विकसित 295B-पैरामीटर वाले Mixture-of-Experts मॉडल Hy3 को ओपन-सोर्स कर दिया है। इसके प्रीव्यू वर्जन पर 50 से अधिक उत्पाद टीमों से फीडबैक प्राप्त करने के बाद, टीम ने पोस्ट-ट्रेनिंग डेटा गुणवत्ता में महत्वपूर्ण सुधार किया और तर्कशीलता, एजेंटिक वर्कफ़्लो और लॉन्ग-कॉन्टेक्स्ट क्षमताओं को बढ़ाने के लिए रीइंफोर्समेंट लर्निंग को स्केल किया।
- 270 विशेषज्ञों के साथ ब्लाइंड टेस्ट में Hy3 ने GLM-5.1 को हराया, जिसने 2.67/4 का स्कोर प्राप्त किया जबकि GLM-5.1 ने 2.51/4 प्राप्त किया।
- सूक्ष्म डेटा सफाई के माध्यम से हैलुसिनेशन दरें 12.5% से घटकर 5.4% हो गईं, और कॉमनसेस एरर दरें 25.4% से घटकर 12.7% हो गईं।
- मल्टी-टर्न इंटेंट ट्रैकिंग समस्याएं 17.4% से घटकर 7.9% हो गईं, और लॉन्ग-डायलॉग बेंचमार्क स्कोर 42.9% से बढ़कर 75.1% हो गए।
- टूल-कॉल स्थिरता में सुधार हुआ है, SWE-Bench Verified पर विभिन्न एजेंट स्कैफोल्डिंग के across सटीकता भिन्नता 4% के भीतर बनी रही।
ये सुधार Hy3 को कोडिंग, दस्तावेज़ प्रसंस्करण और वित्तीय विश्लेषण जैसे उत्पादकता कार्यों के लिए एक विश्वसनीय और लागत-प्रभावी विकल्प के रूप में स्थापित करते हैं।