Tencent — korshunov.ai

实验室 · Tencent

腾讯发布了 Hy-MT2 系列“快速思考”多语言翻译模型，包含 1.8B、7B 和 30B-A3B (MoE) 尺寸，以及用于评估指令遵循能力的 IFMTBench 基准。

腾讯发布了UI-Mate-democua-27B检查点，这是其UI-Mate GUI代理的演示引导版本，能够将录制的流程适应到新任务中。该模型观察实时屏幕截图，并对可见状态进行推理以生成结构化操作，使用演示作为指导而非固定脚本。

Tencent 发布了 UI-Mate-27B，这是一个面向跨应用和操作系统长周期计算机使用的开源权重基础模型。该拥有 270 亿参数的模型通过观察实时屏幕截图来推理可见状态，并生成用于原生桌面交互的结构化键盘和鼠标操作。

腾讯HY Frontier多模态智能体团队发布了UI-Mate-27B，这是一款面向跨应用和操作系统长周期任务的开源权重基础GUI智能体。该模型通过观察实时屏幕截图来推理可见状态，并生成结构化的键盘和鼠标操作以实现原生桌面交互。

腾讯 HY Frontier Multimodal Agent Team 发布了 UI-Mate-9B，这是一个面向跨应用和操作系统长周期任务的开源权重基础 GUI 智能体。该模型通过观察实时屏幕截图来推理可见状态，并生成结构化的键盘和鼠标操作指令以实现原生桌面交互。

腾讯发布了EVIE-Preview-4.5B，这是一种基于Qwen3.5-4B构建的尖端多语言视觉文档检索（VDR）模型。该模型采用ColBERT风格的晚期交互机制，结合原生128维多向量token嵌入，在ViDoRe基准测试中实现顶级性能。

研究人员开发了 MiLMMT-46-v1.0，这是一种多语言机器翻译模型，将无参考后训练应用于开源大语言模型。该团队使用基于两种无参考质量评估模型的奖励（由语言识别门控）的组相对策略优化 (GRPO)。

研究人员发布了 MiLMMT-46-v1.0，这是一个用于多语言机器翻译的开源大型语言模型，采用了无参考后训练技术。该团队从监督微调的 MiLMMT-46-v0.1 出发，应用了基于两种由语言识别门控的无参考质量评估模型的奖励的组相对策略优化（GRPO）。

腾讯已开源AngelSpec，这是一个基于torch原生的训练框架，支持自回归多令牌预测（MTP）以及针对Hy3模型的块并行DFlash系列草稿生成器。该系统将工作负载异构性视为主要设计约束，使其能够根据特定用例专门化结构、训练数据和验证深度。