Tencent memperkenalkan KuaFu, lapisan kompresi perilaku terpadu yang memadatkan riwayat pengguna mentah menjadi representasi kompak untuk agen percakapan dan sistem rekomendasi. Sistem ini menggunakan proyektor dua sumbu untuk mengompresi setiap item perilaku menjadi 2-4 token dengan lebar 128-256, mengatasi hambatan dalam memproses urutan panjang untuk satu miliar pengguna.
Naive AI, startup siluman yang didirikan oleh profesor Universitas Tsinghua Dai Jifeng, telah menyelesaikan tiga putaran pendanaan senilai $400 juta, mencapai valuasi lebih dari $1,4 miliar. Perusahaan bersiap meluncurkan model bahasa besarnya yang pertama, juga bernama Naive, sebagai rilis bobot terbuka sedini bulan ini.
Tencent telah merilis WeVisDoc, parser dokumen end-to-end untuk gambar halaman yang di-fine-tune dari model Qwen3-VL. Sistem ini mengonversi gambar halaman menjadi Markdown terstruktur, termasuk rumus LaTeX dan tabel HTML.
Tencent telah merilis WeVisDoc-4B, sebuah parser dokumen end-to-end untuk gambar halaman yang mengonversi halaman menjadi Markdown terstruktur dengan rumus LaTeX dan tabel HTML. Difo-tune dari Qwen3-VL-4B-Instruct, model ini mencapai skor keseluruhan 95.38 di OmniDocBench v1.6 dan berada di peringkat pertama di antara parser yang dibandingkan dalam semua empat pengaturan yang dilaporkan.
Tencent telah merilis checkpoint Simple Attention Sparsification (SAS) yang belajar meranking dan memilih blok KV untuk setiap kueri dalam model Qwen3. Berbeda dengan metode yang mendistilasi skor perhatian padat, SAS menambahkan gerbang kontinu ke blok yang dipilih, memungkinkan optimisasi end-to-end dari perankingan konteks dengan kerugian pemodelan bahasa.
Tencent telah membuat model dasar AuK 1.5B-nya untuk generasi dan pengeditan suara tersedia sebagai perangkat lunak open-source, termasuk kode dan bobot model.
Tencent telah membuat model dasar AuK untuk generasi dan pengeditan suara tersedia sebagai sumber terbuka, termasuk kode dan bobot di Hugging Face dan ModelScope. Rilis ini mencakup AuK-Flash, varian distilasi yang dirancang untuk inferensi cepat dengan hanya 4 langkah.
Tencent telah merilis EVIE-4.5B, model pengambilan dokumen visual multibahasa berkinerja tinggi yang menampilkan Prefix-Multivector Retrieval Latency (Prefix-MRL) dinamis dan kompresi token Hierarchical Agglomerative Clustering (HAC) tanpa pelatihan.
Tencent telah merilis EVIE-8B, model pengambilan dokumen visual berkapasitas tinggi yang menampilkan representasi token berdimensi 4096 dan perhatian penuh dua arah. Model ini berfungsi sebagai dasar pengajar untuk varian ringan EVIE-4.5B Prefix-MRL dan mencapai kinerja terbaik pada benchmark pengambilan dokumen visual.