Hy4 est officiellement lancé, conçu pour une productivité réelle
Hy4 est officiellement lancé, avec une échelle de pré-entraînement et de post-entraînement supérieure à la preview, une capacité visuelle introduite pour la première fois, et des améliorations du respect des instructions, de la compréhension de longs textes, des tâches de longue durée et de la recherche approfondie. Le modèle est disponible sur 腾讯云 et OpenRouter, et peut être utilisé dans CodeBuddy, WorkBuddy, 元宝 et ima ; les tarifs API restent inchangés et la publication open source des poids est prévue.
La version officielle d'Hy4 élargit l'échelle du pré-entraînement et du post-entraînement par rapport à la preview, ajoute pour la première fois des capacités visuelles et améliore des compétences globales telles que le respect des instructions, la compréhension de longs textes, les tâches de longue durée et la recherche approfondie.
En matière de vision et d'interaction avec l'ordinateur, Hy4 peut traiter des images fines, des graphiques complexes et le raisonnement visuel mathématique, et prend en charge la combinaison de ligne de commande et d'interface graphique, optimisé pour les tâches de longue durée comme Blender et CAD.
Dans le développement front-end et de jeux, Hy4 renforce les interactions complexes, la gestion d'état et la coordination front-end/back-end, et s'adapte aux moteurs UE, Unity et Godot ; les évaluations GameDev et GameLogic progressent de 19.1% et 9.8% par rapport à la preview.
Dans les scénarios financiers et bureautiques, Hy4 est entraîné sur des tâches réelles et mène des tests experts collaboratifs avec FiT ; l'optimisation de la recherche réduit le taux d'hallucination de 15.76% à 5.45%, et prend en charge l'édition collaborative en temps réel de Word, Excel et PPT.
En recherche et développement, Hy4 se classe premier parmi les modèles open source dans l'évaluation interne TenureTrail, et peut effectuer des tâches telles que la reconstruction cellulaire, la correction de conjectures mathématiques et l'optimisation de systèmes d'entraînement ; il est disponible sur 腾讯云 et OpenRouter, avec une publication open source des poids prévue.
KEY HIGHLIGHTS
Points clés de cette mise à jour
La version officielle d'Hy4 étend l'échelle du pré-entraînement et du post-entraînement, et introduit pour la première fois des capacités visuelles.
Le modèle améliore le respect des instructions, la compréhension de longs textes, les tâches de longue durée et la recherche approfondie.
Disponible sur 腾讯云 et OpenRouter, les tarifs API restent inchangés.
La publication open source des poids est prévue, avec un soutien à l'écosystème en partenariat avec les communautés vLLM/SGLang.