TencentがHy-MT2多言語翻訳モデルとIFMTBenchをオープンソース化
Tencentは、1.8B、7B、30B-A3B (MoE) サイズを含む「高速推論」多言語翻訳モデルのHy-MT2ファミリーと、指示従順能力を評価するためのIFMTBenchベンチマークをリリースした。
Tencent、デモンストレーション誘導のGUIエージェント機能を備えたUI-Mate-democua-27Bをリリース
Tencentは、記録されたワークフローを新しいタスクに適応できるデモンストレーション誘導版のUI-Mate GUIエージェントであるUI-Mate-democua-27Bチェックポイントをリリースした。このモデルはライブスクリーンショットを観察し、表示されている状態について推論して構造化されたアクションを生成し、固定されたスクリプトではなくデモンストレーションをガイドとして使用する。
TencentがオープンウェイトのGUIエージェントUI-Mate-27Bをリリース
Tencentは、アプリケーションやオペレーティングシステムにわたる長時間のスコープでのコンピュータ操作用に設計されたオープンウェイトのファウンデーションモデルであるUI-Mate-27Bをリリースしました。270億パラメータのモデルはライブスクリーンショットを観察して可視状態を推論し、ネイティブなデスクトップ操作のために構造化されたキーボードおよびマウスアクションを生成します。
Tencentがデモンストレーション誘導型ワークフロー適応機能を備えたオープンウェイトGUIエージェント「UI-Mate-27B」をリリース
Tencent HY Frontier Multimodal Agent Teamは、アプリケーションやオペレーティングシステムにわたる長期タスクを対象とした、オープンウェイトの基盤GUIエージェントであるUI-Mate-27Bをリリースしました。本モデルはライブスクリーンショットを観察して可視状態を推論し、ネイティブなデスクトップ操作のための構造化されたキーボードおよびマウスアクションを生成します。
Tencent、デモンストレーション誘導型コンピュータ操作に対応したオープンウェイトGUIエージェント「UI-Mate-9B」をリリース
Tencent HY Frontier Multimodal Agent Teamは、アプリケーションやオペレーティングシステムにわたる長期タスク用に設計されたオープンウェイトの基盤GUIエージェントであるUI-Mate-9Bをリリースしました。このモデルはライブスクリーンショットを観察して可視状態を推論し、ネイティブデスクトップ操作のための構造化されたキーボードおよびマウスアクションを生成します。
TencentがEVIE-Preview-4.5B多言語視覚文書検索モデルをリリース
Tencentは、Qwen3.5-4Bを基盤とした最先端の多言語Visual Document Retrieval (VDR) モデルであるEVIE-Preview-4.5Bをリリースしました。このモデルは、ColBERTスタイルの遅延相互作用とネイティブな128次元のマルチベクトルトークン埋め込みを採用し、ViDoReベンチマークでトップクラスの性能を実現しています。
MiLMMT-46-v1.0が参照なし後訓練により多言語翻訳を改善
研究者らは、オープンな大規模言語モデルに対して参照なし後訓練を適用する多言語機械翻訳モデルであるMiLMMT-46-v1.0を開発した。チームは、言語識別によってゲート制御される2つの参照なし品質推定モデルに基づく報酬を用いたグループ相対的政策最適化（GRPO）を採用している。
MiLMMT-46-v1.0 は参照なしのポストトレーニングにより多言語翻訳を改善
研究者らは、参照なしのポストトレーニングを活用する多言語機械学習のためのオープンな大規模言語モデルである MiLMMT-46-v1.0 を公開した。教師ありファインチューニングされた MiLMMT-46-v0.1 から出発し、チームは言語識別によってゲート制御される2つの参照なし品質推定モデルに基づく報酬を用いた Group Relative Policy Optimization (GRPO) を適用した。
TencentがMTPおよびブロック並列推測デコーディング向けの統一トレーニングフレームワーク「AngelSpec」をリリース
Tencentは、自己回帰型マルチトークン予測（MTP）とHy3モデル向けにブロック並列DFlashファミリーのドラフターをサポートするtorchネイティブのトレーニングフレームワークであるAngelSpecをオープンソース化した。本システムは、ワークロードの異種性を主要な設計制約として扱い、特定のユースケースに基づいて構造、トレーニングデータ、検証深度を専門化することを可能にする。