一个由 Hy3 驱动的研究代理刚刚帮助解决了一个长达 50 年的和集与差集问题。
摘要
腾讯报告称,其由 Hy3 驱动的 Hyra 研究代理协助解决了一个 50 年之久的数学和集与差集问题,相关论文已发表于 arXiv。
arXiv:[2607.27199] 确定和集与差集的最优指数
GitHub:GitHub - linhaowei1/sum-diff-proof · GitHub
上周我看到腾讯分享说,其 Hyra 代理和 Hy3 模型帮助研究人员解决了和集与差集问题中的最优指数。该论文已发表于 arXiv。论文明确指出,Hyra 通过优化有限集构造,在探索和优化阶段提供了支持。这让我想起了最近这里的一篇帖子,显示 arXiv 上新的数学论文激增。评论里提出了各种各样的想法:新冠、研究瓶颈……还有 AI,甚至逼近的奇点。也许我想多了,但我感觉这不会是孤例。随便想想:我们是不是正在走向 AI 成为标准研究工具?哈哈
相似文章
@ShunyuYao12: Hy2 -> Hy3 预览版 -> Hy3 不到半年,又一次巨大飞跃。不仅仅是推理或代理能力的飞跃……
腾讯发布 Hy3,一个 295B MoE AI 模型,可与万亿级旗舰模型媲美,在 Apache 2.0 下开源,并提供免费 API 试用。
@LiorOnAI: Hy3 花了更少时间去追逐另一个基准点,而是更多时间修复那些让智能体悄然失败的问题。工具…
腾讯发布了 Hy3,一个 295B 的 MoE 模型,专注于智能体任务的实用可靠性,采用 Apache 2.0 开源许可证,并提供两周的免费 API。
@cline: Tencent Hy3 代表了开源智能领域的突破。它仅以295b参数/21b活跃参数就登顶基准测试…
Tencent Hy3 是一个新的开源前沿级AI模型,拥有2950亿参数(210亿活跃参数),在基准测试中名列前茅,并且可以在消费级硬件上本地运行。它在Cline中免费提供。
Hy3(1分钟阅读)
腾讯发布了 Hy3,这是一个 295B 参数的 MoE 模型,拥有 21B 活跃参数,性能超越同尺寸模型,并可媲美参数规模大 2 到 5 倍的开源旗舰模型。该模型采用 Apache 2.0 许可证,可在 Hugging Face 上获取,并在 OpenRouter 上免费使用至 7 月 21 日。
HY-3 预览版
腾讯发布 2950 亿参数的 MoE 模型 Hy3-preview,激活参数 210 亿,在 STEM 推理、指令遵循、编程与智能体任务上表现卓越。