Τι έγινε
Το Reuters ανέφερε ότι η Tencent κυκλοφόρησε μια έκδοση προεπισκόπησης του Hy4, ενός μοντέλου τεχνητής νοημοσύνης ανοιχτού κώδικα που στοχεύει σε εργασίες μηχανικής λογισμικού, έρευνας και χρηματοοικονομικής ανάλυσης. Η Tencent είπε ότι το Hy4 χρησιμοποιεί ένα σχέδιο συνδυασμού ειδικών με 770 δισεκατομμύρια συνολικές παραμέτρους, ενώ περίπου 49 δισεκατομμύρια χρησιμοποιούνται για κάθε μεμονωμένο αίτημα κειμένου.
Το Reuters, σε μια αναφορά που δημοσίευσε το Aaj English TV, ανέφερε ότι η Tencent κυκλοφόρησε μια έκδοση προεπισκόπησης του Hy4 την Παρασκευή μέσω μιας ανάρτησης στο Hugging Face, ένα αποθετήριο για μοντέλα τεχνητής νοημοσύνης ανοιχτού κώδικα. Η έκθεση περιγράφει την έκδοση ως μοντέλο ανοιχτού κώδικα που προορίζεται για εργασίες μηχανικής λογισμικού, έρευνας και χρηματοοικονομικής ανάλυσης. Δεν αναφέρει εάν το μοντέλο είναι διαθέσιμο για λήψη για το ευρύ κοινό, ποια άδεια διέπει τη χρήση του ή εάν η έκδοση περιλαμβάνει βάρη, κώδικα ή μόνο μια περιορισμένη προεπισκόπηση. Επομένως, η περιγραφή της κυκλοφορίας περιορίζεται σε αυτό που λέει η Tencent και η αναφερόμενη αναφορά για την προεπισκόπηση. δεν παρέχει ξεχωριστό λογαριασμό ανάπτυξης ή πρόσβασης χρήστη.
Η Tencent είπε ότι το Hy4 χρησιμοποιεί ένα σχέδιο συνδυασμού ειδικών με 770 δισεκατομμύρια παραμέτρους συνολικά. Το Reuters ανέφερε ότι μόνο περίπου 49 δισεκατομμύρια παράμετροι χρησιμοποιούνται για κάθε δεδομένο αίτημα κειμένου. Αυτή η διάκριση περιγράφει τη δηλωμένη αρχιτεκτονική του μοντέλου και τη λειτουργία ανά αίτημα, αλλά η πηγή δεν παρέχει ανεξάρτητη τεχνική αξιολόγηση για το πώς η σχεδίαση επηρεάζει την ταχύτητα, το κόστος, τη χρήση μνήμης ή την ποιότητα της απάντησης.
Η Tencent είπε επίσης ότι σχεδιάζει να ενσωματώσει το Hy4 μαζί με τα προϊόντα CodeBuddy και WorkBuddy. Το Reuters δεν ανέφερε ημερομηνία κυκλοφορίας για αυτές τις ενσωματώσεις, δεν προσδιορίζει ποιοι χρήστες θα έχουν πρόσβαση ή δεν εξήγησε εάν τα προϊόντα θα χρησιμοποιούσαν το μοντέλο προεπισκόπησης σε δοκιμές ή σε κανονική παραγωγή. Επομένως, η αναφορά καθορίζει μια ανακοινωμένη κατεύθυνση προϊόντος και όχι ένα επιβεβαιωμένο χρονοδιάγραμμα διάθεσης.
Η εταιρεία αναγνώρισε περιορισμούς στην πρόωρη κυκλοφορία. Το Reuters είπε ότι η Tencent προειδοποίησε ότι το Hy4 μπορεί μερικές φορές να πάρει περισσότερο χρόνο από όσο χρειάζεται για να επεξεργαστεί σύνθετες ερωτήσεις και μπορεί να επαληθεύσει υπερβολικά τις δικές του απαντήσεις. Η πηγή δεν ποσοτικοποιεί πόσο συχνά εμφανίζονται αυτές οι συμπεριφορές, δεν προσδιορίζει τις αξιολογήσεις πίσω από την προειδοποίηση ή δεν λέει πώς τα προβλήματα συγκρίνονται με άλλα μοντέλα κωδικοποίησης και έρευνας.
Στοιχεία πηγής: english.aaj.tv ↗
Γιατί έχει σημασία
Η έκδοση προσθέτει ένα άλλο μεγάλο μοντέλο ανοιχτού κώδικα σε μια ολοένα και πιο γεμάτη αγορά τεχνητής νοημοσύνης και δείχνει την Tencent να τοποθετεί τα μοντέλα της για πρακτική τεχνική και αναλυτική εργασία. Η αναφορά προσδιορίζει επίσης την προγραμματισμένη ενοποίηση με τα προϊόντα CodeBuddy και WorkBuddy της Tencent, αν και δεν καθορίζει την ανεξάρτητη απόδοση, τους όρους πρόσβασης ή τη διαθεσιμότητα παραγωγής του μοντέλου.
Το Hy4 είναι σημαντικό επειδή το άμεσο θέμα της έκθεσης είναι ένα νέο μοντέλο AI, παρά μια γενική εταιρική επένδυση ή μια συνηθισμένη ενημέρωση λογισμικού. Οι δηλωμένοι στόχοι του—μηχανική λογισμικού, έρευνα και χρηματοοικονομική ανάλυση—καλύπτουν εργασίες όπου οι χρήστες μπορούν να περιμένουν συνεχή συλλογισμό, δημιουργία κώδικα ή δομημένη ανάλυση. Η πηγή δεν δείχνει ότι το Hy4 είναι πιο ακριβές ή ικανό από τα υπάρχοντα συστήματα, επομένως η πρακτική σημασία βασίζεται στην έκδοση και τις περιπτώσεις χρήσης για την οποία προορίζεται και όχι στην αποδεδειγμένη υπεροχή. Μια περίπτωση προβλεπόμενης χρήσης δεν δείχνει από μόνη της πώς συμπεριφέρεται το μοντέλο στην πράξη.
Το αναφερόμενο μέγεθος του μοντέλου δίνει επίσης ορατότητα στην κυκλοφορία στο οικοσύστημα AI ανοιχτού κώδικα. Η Tencent λέει ότι το μοντέλο έχει 770 δισεκατομμύρια συνολικές παραμέτρους, ενώ περίπου 49 δισεκατομμύρια είναι ενεργές για ένα μεμονωμένο αίτημα. Αυτά τα στοιχεία μπορεί να βοηθήσουν τους τεχνικούς χρήστες να κατανοήσουν πώς η Tencent περιγράφει το σύστημα, αλλά δεν υποκαθιστούν ανεξάρτητες δοκιμές. Η αναφορά δεν περιέχει αποτελέσματα συγκριτικής αξιολόγησης, μετρήσεις καθυστέρησης, ανάλυση σφαλμάτων, απαιτήσεις υλικού ή σύγκριση με άλλα μοντέλα.
Η προγραμματισμένη ενοποίηση με το CodeBuddy και το WorkBuddy θα μπορούσε να συνδέσει το μοντέλο με τα προϊόντα ανάπτυξης λογισμικού και εργασιακού χώρου της Tencent. Εάν εφαρμοστεί, αυτό θα έκανε το Hy4 σχετικό πέρα από τους ερευνητές που πειραματίζονται με ένα αποθετήριο μοντέλων. Ωστόσο, η έκθεση του Reuters δεν αποδεικνύει ότι η ενσωμάτωση είναι ζωντανή, πόση αυτονομία θα είχαν τα προϊόντα, ποιες διασφαλίσεις θα ίσχυαν ή εάν οι χρήστες θα μπορούσαν να επιλέξουν το Hy4 αντί για άλλο μοντέλο.
Οι περιορισμοί που αποκαλύπτει η Tencent έχουν σημασία για όποιον σκέφτεται το μοντέλο για επακόλουθη εργασία. Η υπερβολική καθυστέρηση σε δύσκολες ερωτήσεις μπορεί να επηρεάσει την αποτελεσματικότητα της ροής εργασίας, ενώ η υπερβολική επαλήθευση των απαντήσεων μπορεί να καταναλώσει επιπλέον χρόνο ή πόρους. Η πηγή δεν αναφέρει επιβλαβή περιστατικά ούτε επιβεβαιώνει ότι αυτές οι συμπεριφορές δημιουργούν σημαντικό λειτουργικό κίνδυνο. καταγράφει μόνο την προειδοποίηση της Tencent σχετικά με την τρέχουσα συμπεριφορά του μοντέλου προεπισκόπησης.
Διαδραστικός Μηχανισμός: Πώς λειτουργεί στην πραγματικότητα
Εξερευνήστε την υποκείμενη τεχνολογία πίσω από αυτήν την εξέλιξη διαδραστικά.
Which component of an AI application is the machine-learning model itself?
Τι να παρακολουθήσετε στη συνέχεια
Τα βασικά άγνωστα στοιχεία περιλαμβάνουν πότε το Hy4 θα γίνει ευρέως διαθέσιμο, ποιες απαιτήσεις άδειας χρήσης και υλικού θα ισχύουν, πώς αποδίδει έναντι ανταγωνιστικών μοντέλων και αν θα κυκλοφορήσουν οι προγραμματισμένες ενσωματώσεις προϊόντων της Tencent. Η Tencent έχει αναγνωρίσει ότι η προεπισκόπηση μπορεί να καταπονήσει πολύπλοκες ερωτήσεις και να επαληθεύσει υπερβολικά τις απαντήσεις.
Το πρώτο ζήτημα που πρέπει να παρακολουθήσετε είναι η πρόσβαση. Το Reuters αναφέρει μια έκδοση προεπισκόπησης και τη δημοσίευση της Tencent στο Hugging Face, αλλά το άρθρο δεν προσδιορίζει δημόσια λήψη, διεπαφή προγραμματισμού εφαρμογών, γεωγραφικό περιορισμό, όριο χρήσης ή άδεια χρήσης. Αυτές οι λεπτομέρειες θα καθορίσουν εάν ανεξάρτητοι προγραμματιστές και ερευνητές μπορούν πραγματικά να επιθεωρήσουν, να εκτελέσουν και να τροποποιήσουν το Hy4.
Θα χρειαστεί ανεξάρτητη αξιολόγηση για να διευκρινιστεί τι σημαίνουν στην πράξη οι μετρήσεις των παραμέτρων. Η χρήσιμη αναφορά θα περιλαμβάνει δοκιμές ακρίβειας κωδικοποίησης, ερευνητικές εργασίες, πραγματική αξιοπιστία, χρόνο απόκρισης, απαιτήσεις πόρων και συχνότητα περιττής επαλήθευσης. Καμία από αυτές τις μετρήσεις δεν εμφανίζεται στην πηγή και η περιγραφή της ίδιας της Tencent δεν θα πρέπει να αντιμετωπίζεται ως ανεξάρτητος ισχυρισμός απόδοσης.
Οι προγραμματισμένες ενσωματώσεις CodeBuddy και WorkBuddy χρειάζονται επίσης επιβεβαίωση. Οι παρατηρητές θα πρέπει να αναζητήσουν μια ρητή έκδοση, τεκμηρίωση, πληροφορίες πρόσβασης χρήστη και περιγραφή των δυνατοτήτων του μοντέλου που είναι ενεργοποιημένες. Προς το παρόν, η έκθεση υποστηρίζει μόνο τη στενότερη δήλωση ότι η Tencent σκοπεύει να ενσωματώσει το Hy4 με αυτά τα προϊόντα.
Η προηγούμενη δραστηριότητα AI της Tencent παρέχει πλαίσιο, αλλά όχι απόδειξη της απόδοσης του Hy4. Το Reuters σημείωσε ότι η εταιρεία παρουσίασε το Hunyuan 3.0 τον Απρίλιο και ότι η κυκλοφορία ακολούθησε την πρόσληψη του πρώην ερευνητή του OpenAI Yao Shunyu για να ηγηθεί της ανάπτυξης πλατφόρμας AI. Η πηγή δεν δημιουργεί αιτιώδη συνάφεια μεταξύ αυτής της πρόσληψης και των δυνατοτήτων του Hy4, ούτε αναφέρει πώς το Hy4 σχετίζεται τεχνικά με το Hunyuan 3.0.