Hacker News · 06.07.2026 ·Модели и релизы

Tencent представила Hy3: эффективная модель для рассуждений и агентных задач

Tencent выпустила Hy3 (Hunyuan-3), специализированную модель с 295 миллиардами параметров, ориентированную на сложные логические рассуждения и выполнение агентных задач. Разработчики сделали упор на высокую вычислительную эффективность, оптимизировав архитектуру для снижения затрат на инференс при сохранении производительности, сопоставимой с ведущими проприетарными решениями в задачах планирования и работы с инструментами.

Модель построена на базе архитектуры Mixture-of-Experts (MoE), что позволяет активировать только часть параметров для каждого запроса. Такой подход значительно ускоряет генерацию ответов и уменьшает требования к аппаратному обеспечению по сравнению с плотными моделями аналогичного размера. Hy3 демонстрирует улучшенные способности в многошаговом планировании, что критически важно для автономных агентов, взаимодействующих с внешними API и базами данных.

Особое внимание в Hy3 уделено качеству следования инструкциям в сложных сценариях, где требуется не просто генерация текста, а принятие решений на основе контекста. Модель эффективно справляется с задачами, требующими глубокого анализа условий и последовательного выполнения действий, что делает её подходящим инструментом для интеграции в корпоративные системы автоматизации и агентные платформы.

Ключевые факты

Модель содержит 295 миллиардов параметров и использует архитектуру Mixture-of-Experts (MoE).
Основная специализация Hy3 — сложные логические рассуждения, планирование и агентная деятельность.
Архитектура оптимизирована для повышения экономической эффективности инференса при сохранении высокой точности.
Модель демонстрирует высокую производительность в задачах, требующих многошагового следования инструкциям и работы с внешними инструментами.

Источник: Hacker News

Обсудить с ИИ

Похожие материалы

arXiv · Модели и релизы Agents-A1: 35B модель с производительностью уровня триллионных систем Исследователи представили Agents-A1 — модель типа Mixture-of-Experts (MoE) с 35 млрд параметров, которая достигает эффективности систем с триллионами параметров за счет масштабирования «горизонта агента». Подход фокусируется на увеличении длины траекторий планирования и расширении спектра гетерогенных способностей, что позволяет модели решать сложные задачи без необходимости пропорционального увеличения количества параметров. The Decoder · Модели и релизы VibeThinker-3B: компактная модель с навыками рассуждения уровня гигантов Разработчики из Sina Weibo представили VibeThinker-3B — языковую модель с 3 миллиардами параметров, демонстрирующую производительность в математике и программировании на уровне моделей, превосходящих её по размеру в сотни раз. Исследователи выдвинули гипотезу, что логические способности эффективно сжимаются в малые архитектуры, тогда как хранение обширных фактологических знаний требует значительного масштабирования параметров. Hacker News · Модели и релизы Anthropic представила Claude 3.5 Sonnet нового поколения Компания Anthropic выпустила обновленную версию модели Claude 3.5 Sonnet, ориентированную на повышенную агентную производительность. Новая итерация значительно улучшила навыки написания кода, логического мышления и выполнения сложных многошаговых задач. Разработчики сфокусировались на способности модели автономно взаимодействовать с интерфейсами и инструментами, что делает её одним из наиболее эффективных решений для автоматизации рабочих процессов в реальном времени. Hacker News · Модели и релизы Nous Research представила архитектуру Hermes MoA для повышения точности LLM Компания Nous Research анонсировала архитектуру Mixture-of-Agents (MoA), позволяющую объединять несколько специализированных языковых моделей для достижения более высоких результатов. Согласно бенчмаркам, система демонстрирует значительный прирост производительности по сравнению с ведущими проприетарными моделями, превосходя показатели Claude 3 Opus на 8% и GPT-4o на 11% в ряде ключевых задач, что подтверждает эффективность агентного подхода к генерации ответов. Hacker News · Модели и релизы Анализ производительности Claude 3.5 Sonnet в агентных задачах Исследовательская платформа Artificial Analysis оценила эффективность новой модели Claude 3.5 Sonnet в агентных сценариях. Модель демонстрирует высокую точность при выполнении многошаговых задач, однако требует значительных вычислительных затрат. Аналитики сравнили показатели модели с конкурентами, отметив баланс между качеством принятия решений и стоимостью одного рабочего цикла в агентных архитектурах. Hacker News · Модели и релизы Результаты бенчмарков Claude 3.5 Sonnet Anthropic представила обновленную модель Claude 3.5 Sonnet, которая демонстрирует значительный прирост производительности в задачах программирования и логического мышления. Согласно независимым тестам Artificial Analysis, модель показывает лучшие результаты в сравнении с предыдущими итерациями, обеспечивая более высокую точность ответов при сохранении высокой скорости генерации токенов, что делает её одним из наиболее эффективных решений для сложных агентных задач. Google DeepMind News · Модели и релизы Gemini 3.1 Pro от DeepMind для сложных задач DeepMind представила новую модель Gemini 3.1 Pro, ориентированную на решение сложных задач, где требуется не просто ответ, а глубокий анализ и понимание контекста. Модель демонстрирует улучшенные способности в обработке сложных запросов, что делает её перспективной для применения в различных областях, включая разработку ИИ-агентов. Hacker News · Исследования и наука VibeThinker-3B: новый подход к верифицируемому рассуждению в небольших языковых моделях Исследователи представили VibeThinker-3B — небольшую языковую модель, способную выполнять верифицируемое рассуждение. Это значит, что модель может не только генерировать ответы, но и предоставлять обоснования для своих выводов, что делает её более прозрачной и надежной. Hacker News · Модели и релизы Anthropic представила Claude 3.5 Sonnet: фокус на агентных способностях Компания Anthropic анонсировала обновление модели Claude 3.5 Sonnet, позиционируя её как наиболее эффективное решение для агентных задач. Новая версия демонстрирует значительный прирост в способности к выполнению сложных многошаговых процессов, написанию кода и взаимодействию с внешними инструментами, сохраняя при этом высокую скорость работы и баланс между производительностью и стоимостью вычислений. Hugging Face - Blog · Оценка и бенчмарки Новый подход к оценке агентных способностей открытых моделей Hugging Face представила методологию для оценки того, насколько эффективно языковые модели справляются с использованием внешних инструментов. В отличие от стандартных тестов на логику или знание фактов, новый подход фокусируется на способности модели вызывать функции, интерпретировать ответы API и корректировать свои действия в рамках многошаговых задач. Это позволяет разработчикам точнее определять, какая модель лучше подходит для создания автономных агентов.

← Все материалы