Tencent Hunyuan ने तकनीकी रिपोर्ट Hy-Nomas प्रकाशित की और वैश्विक मॉडलों के लिए Hy-Nomas-Bench जारी किया

Tencent Hunyuan ने Hy-SimulMT मॉडल जारी किया और इसे सार्वजनिक रूप से उपलब्ध कराया है - एक सिमुल्टेनियस ट्रांसलेशन सिस्टम जो वक्ता के बोलते रहने के दौरान चीनी भाषण का अंग्रेजी में और इसके विपरीत अनुवाद करता है। यह मॉडल वास्तविक समय में वक्ता की आवाज को पुन: प्रस्तुत करता है, जिससे श्रोता मूल आवाज के बहुत करीब अनुवाद सुन सकते हैं।

IT Home से मिली जानकारी, साथ ही GitHub और Hugging Face पर परियोजना के पेजों के अनुसार, यह मॉडल शुरू में Hy Translate ऐप में मुफ्त में उपलब्ध है। मुख्य पैरामीटर विलंबता है; Tencent इसे स्ट्रीमिंग ट्रांसलेशन के लिए मानक मीट्रिक StreamLAAL का उपयोग करके मापता है और लंबी बेंचमार्क RealSI पर लगभग 3 सेकंड का मान बताता है, जो तुलना की गई प्रणालियों में सबसे कम है। हालांकि, परियोजना स्पष्ट करती है कि StreamLAAL पहले अनुवादित कथन को सुनने में लगने वाले समय से अलग है।

तुलना के लिए, IT Home इंगित करता है कि पेशेवर मानव अनुवादकों की विशिष्ट विलंबता 4 से 5 सेकंड होती है। गुणवत्ता के संबंध में, लंबी बातचीत में Hy-SimulMT मॉडल का GEMBA स्कोर तुलना में खुली मॉडलों और पांच में से चार परीक्षण किए गए वाणिज्यिक API से बेहतर था। छोटे डेटासेट पर, इसने FLEURS पर 90.3, CoVoST2 पर 75.5, ACL6060 पर 81.2 और RealSI-Sentence पर 84.7 परिणाम दिखाए, जिसमें अंतिम स्कोर सूचीबद्ध सभी प्रणालियों में उच्चतम था।

टीम ने 10 विभिन्न क्षेत्रों में सितंबर 2026 से रिकॉर्ड किए गए प्रत्येक लगभग छह मिनट के 18 रिकॉर्डिंग पर मॉडल की तुलना मानव अनुवादकों से भी की। अध्ययन में छह अनुवादकों ने भाग लिया: तीन के पास चीन में मान्यता प्राप्त CATTI स्तर 1 प्रमाणन था, और तीन के पास स्तर 2 था, और प्रत्येक स्तर से सर्वश्रेष्ठ परिणाम का उपयोग किया गया। Tencent इसे एक छोटे पैमाने का मूल्यांकन कहता है। ग्वांग्डोंग यूनिवर्सिटी ऑफ फॉरेन लैंग्वेजेज के इंटरप्रिटेशन एंड ट्रांसलेशन स्टडीज स्कूल के उप डीन वान ज़ीवेई ने प्रकाशन के साथ जारी बयान में उल्लेख किया कि प्रणाली पहले बोलती है और फिर मानव अनुवादक की तरह खुद को ठीक करती है, और एआई अनुवाद समझ में सहायता से लेकर कम जोखिम वाली स्थितियों में उपयोग योग्य संचार की ओर बढ़ रहा है।

जारी किया गया मॉडल 30B-A3B के साथ एक मिक्सचर-ऑफ-एक्सपर्ट्स प्रकार की प्रणाली है, जो FP8 और GGUF बिल्ड में उपलब्ध है, साथ ही एक इंटरलीव विकल्प भी है जो मूल प्रतिलेख भी प्रदान करता है। Hugging Face पेज पर Apache 2.0 लाइसेंस सूचीबद्ध है। Tencent दो उपकरणों के साथ आता है: SimulInfer, एक वेब इंटरफ़ेस, WebSocket API और वैकल्पिक टेक्स्ट-टू-स्पीच के साथ vLLM पर बनाया गया एक सेवा स्टैक, और विषयगत डेटा पर आगे प्रशिक्षण के लिए SimulTrain। llama.cpp के साथ एकीकरण अभी तक पूरा नहीं हुआ है।

यह रिलीज़ Hunyuan से पहले के खुले अनुवाद मॉडल के बाद आती है और पाठ प्रारूप से लाइव स्पीच में बदलाव का प्रतीक है - एक ऐसा वातावरण जहां विलंबता सबसे महत्वपूर्ण होती है।

Tencent Hunyuan ने AI एजेंटों के लिए अपनी मेमोरी फ्रेमवर्क का दूसरा संस्करण, Hy Memory 2.0, पेश किया है और इसके तीनों स्तरों को ओपन-सोर्स बना दिया है। इन स्तरों में एक विशेष मेमोरी मॉडल, स्वयं फ्रेमवर्क और MemHub नामक एक स्थानीय मेमोरी एप्लिकेशन शामिल है। उपयोगकर्ता इन घटकों को अलग-अलग या संयोजन में लागू कर सकते हैं।

Tencent कंपनी ने बताया कि Hy Memory का उपयोग पहले से ही वित्त, समाचार एजेंसियों, ज्ञान प्रबंधन, कार्यालय एजेंटों, सोशल मनोरंजन और गेमिंग जैसे क्षेत्रों में आंतरिक टीमों द्वारा किया जा रहा है।

यह फ्रेमवर्क चैट, वर्कफ़्लो और कोड के तीन प्रकार की मेमोरी को संग्रहीत करने, अद्यतन करने और विकसित करने के लिए जिम्मेदार है। डेवलपर्स इसे अपने एजेंटों में एक SDK के माध्यम से एकीकृत करते हैं, जो PyPI पर hy-memory 2.0.2 नाम से उपलब्ध है। संस्करण 2.0 की नई सुविधाएँ - वर्कफ़्लो और कोड मेमोरी। वे कार्य के लक्ष्य, लिए गए निर्णयों, मध्यवर्ती परिणामों और उपयोगी सीखों के साथ-साथ इन सीखों पर लागू होने वाली शर्तों को रिकॉर्ड करते हैं। किसी लंबी अवधि के कार्य को फिर से शुरू करने से पहले, सिस्टम पहले वर्तमान कार्य की पहचान करता है, फिर प्रासंगिक समाधानों, मौजूदा अनुभव और पिछली कार्य इतिहास को निकालता है।

चैट मेमोरी अब बिखरे हुए तथ्यों को घटनाओं में समूहित करती है, जिसमें समय, स्थान और प्रतिभागियों का उल्लेख होता है, डुप्लिकेट को जोड़ती है और संदर्भ को मॉडल में भेजने से पहले विरोधाभासों को हल करती है।

फ्रेमवर्क के परीक्षण परिणाम

Tencent ने चार विभिन्न परीक्षणों में Mem0, MemOS और EverOS सहित ओपन-सोर्स फ्रेमवर्क में पहले स्थान पर रहने का दावा किया है। कंपनी के आंकड़ों के अनुसार, MemoryArena प्लेटफॉर्म पर यात्रा और खरीदारी की योजना बनाने वाले कार्यों में वर्कफ़्लो मेमोरी ने औसतन 55.31% का परिणाम दिखाया। CodeMemoryBench पर प्रश्नों के उत्तर देने में कोड मेमोरी ने 64.2% सटीकता और SWE-ContextBench पर 35.6% कार्य समाधान हासिल किया, साथ ही 28.3% कार्य समाधान भी किया। चैट मेमोरी ने LoCoMo पर 72.6% सटीकता प्रदर्शित की, जबकि प्रति प्रश्न टोकन की संख्या को 1159 से घटाकर 703 कर दिया, जो 39.3% की कमी है।

Hy-Memory-30B-A3B नामक लेयर मॉडल एक 'एक्सपर्ट मिक्स' प्रकार का मॉडल है जिसमें लगभग 3 बिलियन सक्रिय पैरामीटर हैं, जिसे मेमोरी निकालने और संघर्षों को संसाधित करने के लिए प्रशिक्षित किया गया है। इस मॉडल का मूल्यांकन सभी चार मेमोरी सिस्टम पर 20% बेंचमार्क के एक निश्चित नमूने पर तकनीकी रिपोर्ट में किया गया है। इस नमूने पर इसने 55.49 का मैक्रो औसत स्कोर दिखाया, जो Claude Opus 5 (54.62) और DeepSeek V4.1 Flash (53.64) के प्रदर्शन से थोड़ा अधिक है। मॉडल वेट Hugging Face पर उपलब्ध हैं।

MemHub एप्लिकेशन एक स्थानीय रूप से केंद्रित उपकरण है, जिसमें कमांड लाइन और मैक के लिए क्लाइंट शामिल है। कनेक्टेड उपकरणों को अधिकृत करने के बाद, उपयोगकर्ता पिछले सत्रों को एक एकीकृत स्थानीय मेमोरी स्टोरेज में आयात करता है और नए डेटा के सिंक्रनाइज़ेशन का समर्थन करता है। Tencent отмечает कि MemHub वर्तमान में 10 AI उपकरणों के साथ एकीकृत हो रहा है, जिनमें WorkBuddy, Cursor, Codex, Qwen Code, OpenCode और DeepSeek Harness शामिल हैं।

GitHub पर रिपॉजिटरी की लाइसेंस फ़ाइल में उल्लेख किया गया है कि Hy-Memory Apache 2.0 लाइसेंस के तहत जारी किया गया है।