描述
Hy-Memory-30B-A3B 是腾讯混元创建的一款复杂的长期记忆写入模型。该模型旨在在外部记忆框架中运行,替代通用 LLM,以提高信息保留和表示的效率。该模型在聊天、工作和编码场景中特别有效,能够决定保留哪些信息以及如何准确地表示这些信息。它经过两个阶段的训练:记忆在线策略蒸馏(OPD)和属性记忆强化学习。这种训练使其能够有效地转移到未见过的记忆框架,如 EverMemOS。
阅读更多
该模型的性能使用固定的 20% 基准矩阵进行评估,在各种指标上表现出优越的能力。它在 Mem0、Hy-Memory、MemOS 和 EverMemOS 等框架中取得了高分,表明其稳健性和适应性。评估过程确保通过固定框架版本、提示和检索配置,同时保持其他框架侧组件不变,从而最大化记忆写入器的效率。
Hy-Memory-30B-A3B 的训练涉及在 OPD 阶段对学生编写的状态链进行密集教师监督,随后进行强化学习,分配块级信用并在窗口之间传递选定的银行。这一两阶段的训练过程确保模型能够有效适应不同的场景和框架。
该模型可通过 vLLM 部署,并可以通过与 OpenAI 兼容的 API 访问。这使得开发者能够将先进的记忆写入能力集成到他们的应用程序中。该模型的权重、配置和技术报告可在 Hugging Face 上获取,提供了进一步探索和利用的全面资源。
- 类别AI 模型与大语言模型
- 定价模式开源
- 部署vLLM
- 平台网页版
Hy-Memory-30B-A3B亮点
紧凑型长期记忆写入模型
由腾讯混元开发
替代通用 LLM
在聊天、工作和编码场景中运行
两阶段训练:OPD 和强化学习
转移到未见过的记忆框架
在固定的 20% 基准矩阵上进行评估
通过与 OpenAI 兼容的 API 提供
Hy-Memory-30B-A3B入门
访问模型页面:访问 Hugging Face 模型页面
认证:确保您拥有必要的凭证
配置:根据需要设置模型参数
发送提示:使用 API 向模型发送提示
微调:如有需要,调整模型以适应特定用例
Hy-Memory-30B-A3B的使用案例
- 聊天优化
- 编码辅助
- 信息保留
- 框架适应
- 基准评估









