説明
Hy-Memory-30B-A3Bは、Tencent Hunyuanによって作成された高度な長期記憶ライターモデルです。外部メモリフレームワーク内で動作するように設計されており、情報の保持と表現の効率を向上させるために汎用LLMを置き換えます。このモデルは、情報を保持するかどうか、またそれを正確に表現する方法を決定するチャット、作業、コーディングのシナリオで特に効果的です。モデルは、メモリオンポリシー蒸留(OPD)と属性メモリ強化学習の2段階でトレーニングされており、これによりEverMemOSなどの未見のメモリフレームワークに効果的に移行できます。
続きを読む
モデルの性能は、固定された20%のベンチマークマトリックスを使用して評価され、さまざまなメトリックで優れた能力を示します。Mem0、Hy-Memory、MemOS、EverMemOSなどのハーネスで高スコアを達成し、その堅牢性と適応性を示しています。評価プロセスでは、メモリライターの効率を最大化するために、ハーネスのバージョン、プロンプト、および取得構成を固定し、他のフレームワーク側のコンポーネントを一定に保ちます。
Hy-Memory-30B-A3Bのトレーニングは、OPD段階での学生が書いた状態チェーンに対する密な教師監視を含み、その後、チャンクレベルのクレジットを割り当て、ウィンドウ間で選択されたバンクを持ち運ぶ強化学習が行われます。この2段階のトレーニングプロセスにより、モデルはさまざまなシナリオやフレームワークに効果的に適応できるようになります。
このモデルはvLLMでのデプロイが可能で、OpenAI互換のAPIを介してアクセスできます。これにより、開発者はアプリケーションに高度なメモリライティング機能を統合することができます。モデルの重み、構成、および技術レポートはHugging Faceで入手可能で、さらなる探求と利用のための包括的なリソースを提供します。
- カテゴリーAIモデルとLLM
- 料金モデルオープンソース
- デプロイvLLM
- プラットフォームWeb
Hy-Memory-30B-A3Bのハイライト
コンパクトな長期記憶ライターモデル
Tencent Hunyuanによって開発
汎用LLMを置き換え
チャット、作業、コーディングのシナリオで動作
2段階のトレーニング:OPDと強化学習
未見のメモリフレームワークに移行
固定された20%のベンチマークマトリックスで評価
OpenAI互換のAPIを介して利用可能
Hy-Memory-30B-A3Bをはじめる
モデルページにアクセス:Hugging Faceのモデルページを訪問
認証:必要な資格情報を持っていることを確認
設定:必要に応じてモデルパラメータを設定
プロンプトを送信:APIを使用してモデルにプロンプトを送信
ファインチューニング:必要に応じて特定のユースケースにモデルを調整
Hy-Memory-30B-A3Bの使用例
- チャット最適化
- コーディング支援
- 情報保持
- フレームワーク適応
- ベンチマーク評価









