2 ноября компания Tencent Hunyuan представила Hyra 2.0 — вторую версию своего автономного исследовательского агента. Если Hyra 1.0 была сосредоточена на решении отдельных задач, включая задачу экспоненты суммы против разности с моделью Hy3, то новая версия предназначена для создания повторно используемых исследовательских инструментов. Результаты и код опубликованы в репозитории GitHub под лицензией Apache 2.0.
Hyra 2.0 работает как трехслойная система, состоящая из общих, целевых и рабочих агентов, координируемых через общую исследовательскую доску и постоянную очередь задач. Специальный рабочий агент проверяет выходные данные, агенты поддерживают многоуровневую память, а общая база знаний преобразует полученные уроки в навыки, пригодные для повторного использования.
Tencent перечисляет несколько инструментов, созданных системой. HyInv, модель инвертного сворачивания белков с 1,96 миллиона параметров, работает в 57 раз быстрее ProteinMPNN с лучшим структурным соответствием, проектируя 128 последовательностей за 50 миллисекунд. HyPLM-Flash, языковая модель белков с 650 миллионами параметров, обученная на 726 миллиардах токенов, оказалась самой быстрой среди 12 сравниваемых моделей и заняла третье место в среднем по 35 задачам, обрабатывая около 130 000 остатков в секунду на одном H20. Семейство HyFF из пяти силовых полей, от 2,3 миллиона до 1,2 миллиарда параметров для 83 элементов, находится на фронте Парето точности и скорости по сравнению с 16 моделями; Tencent утверждает, что ее модель Largo демонстрирует наименьшую ошибку энергии — 0,364 мэВ на атом, а набор инструментов смоделировал аквапориновую систему из 60 000 атомов в течение 100 наносекунд.
В области математики компонент HyProver дал два результата. Он доказал гипотезу Петти о равносторонних множествах в пятом измерении, повысив максимальное доказанное измерение с четырех до пяти. В отношении гипотезы Яу о действии круга в описании на GitHub представлен контрпример к неограниченной форме — замкнутое семимерное многообразие, которое не является односвязным; односвязная версия остается открытой. В области квантовой коррекции ошибок HyQEC нашел код [[488,123,22]], который, по утверждению Tencent, превосходит предыдущего лидера по метрике qLDPC-вызова примерно на 48%.
Hyra также разработал симулированный механизм роботизированной руки на 28,6% быстрее эталонного дизайна, а на процессоре RISC-V с открытым исходным кодом XiangShan повысил показатель SPECint2006 на ГГц на 5,79% при увеличении площади на 0,3%, обнаружив при этом десять ошибок. Tencent заявляет, что Hyra теперь помогает обучать ее следующие модели Hy. Все результаты принадлежат Tencent и не были независимо проверены.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
