تنسنت مدل هوش مصنوعی Hy4 را با نرخ توهم ۷.۲ درصدی، قابلیت کنترل کامپیوتر، استدلال بصری و توانایی پیشرفته برنامه‌نویسی معرفی کرد.
فهرست مطالب
شرکت چینی تنسنت مدل متن‌باز Hy4 را با قابلیت کنترل کامپیوتر، تحلیل تصاویر پیچیده و نرخ توهم ۷.۲ درصدی معرفی کرد.
به گزارش سرویس شرکت‌ها تک‌ناک، تنسنت با معرفی مدل هوش مصنوعی Hy4 گام تازه‌ای برای رقابت با مدل‌های پیشرفته متن‌باز برداشته است. این مدل علاوه‌بر تولید و تحلیل متن، می‌تواند محتوای بصری را درک کند، با نرم‌افزارهای کامپیوتری تعامل داشته باشد و وظایف چندمرحله‌ای را انجام دهد. شرکت سازنده می‌گوید Hy4 در حوزه‌هایی مانند توسعه نرم‌افزار، تحقیقات مالی و مدیریت کارهای سازمانی پیشرفت کرده است.
یکی از مهم‌ترین تغییرات Hy4، اضافه شدن قابلیت استدلال بصری به خانواده مدل‌های Hy برای نخستین‌بار است. این قابلیت به مدل امکان می‌دهد تصاویر پرجزئیات و نمودارهای پیچیده را بررسی کند و مسائل ریاضی وابسته به اطلاعات تصویری را حل کند. Hy4 همچنین می‌تواند با رابط‌های گرافیکی و ابزارهای خط فرمان کار کند. بنابراین کاربرد آن صرفاً به پاسخ دادن به پرسش‌های متنی محدود نمی‌شود.
تنسنت اعلام کرده است که نرخ توهم Hy4 در آزمایش‌های داخلی از ۱۲.۹۵ درصد به ۷.۲ درصد کاهش یافته است. منظور از توهم، ارائه اطلاعات نادرست یا ادعاهایی است که پشتوانه کافی ندارند. میزان خطاهای ناشی از فرضیات بدون پشتوانه نیز طبق همین ارزیابی‌ها از ۲۳.۱ درصد به ۵.۶ درصد رسیده است. این ارقام نتایج اعلام‌شده از سوی تنسنت هستند و نباید آن‌ها را معادل عملکرد قطعی مدل در تمام کاربردهای واقعی دانست.
کنترل نرم‌افزارها و مدیریت کارهای سازمانی
تنسنت Hy4 را برای اجرای فرایندهای پیچیده‌ای آموزش داده است که به برنامه‌ریزی، تصمیم‌گیری و انجام چند مرحله متوالی نیاز دارند. این مدل می‌تواند با نرم‌افزارهای حرفه‌ای مانند Blender و ابزارهای طراحی با کامپیوتر، موسوم به CAD، کار کند. ساخت صحنه‌های سه‌بعدی، توسعه وب و تولید اسناد نیز از دیگر قابلیت‌های اعلام‌شده آن هستند. چنین امکاناتی می‌توانند انجام بخشی از کارهای زمان‌بر و دستی کاربران را خودکار کنند.
تنسنت برای سنجش عملکرد این قابلیت‌ها از پلتفرم WorkBuddy استفاده کرده است. این شرکت می‌گوید Hy4 در ارزیابی‌های این پلتفرم میانگین امتیاز ۸۳.۱۸ و نرخ موفقیت ۹۶.۱۵ درصدی کسب کرده است. مدل همچنین در ۹ مورد از ۱۲ سناریوی آزمایش‌شده در چین رتبه نخست را به دست آورده است. این نتایج به آزمون‌های مشخص تنسنت مربوط می‌شوند و لزوماً به معنای برتری مدل در تمام معیارهای مستقل نیستند.
پلتفرم WorkBuddy با نرم‌افزار همکاری سازمانی WeCom تنسنت یکپارچه شده است. در این محیط، Hy4 می‌تواند به اطلاعات گفت‌وگوها، ایمیل‌ها، اسناد، تقویم‌ها و جلسات دسترسی پیدا کند. این مدل قادر است پیشرفت پروژه‌ها را دنبال کند، فعالیت‌های ناتمام را تشخیص دهد و نزدیک شدن به مهلت انجام وظایف را به کاربران اطلاع دهد. تنسنت قصد دارد در آینده به قابلیت Projects امکانات بیشتری برای همکاری گروهی اضافه کند.
رقابت در تحلیل مالی و توسعه بازی
کاربردهای مالی بخش مهم دیگری از برنامه توسعه Hy4 بوده‌اند. تنسنت برای آموزش مدل از هزاران محیط کاری تخصصی و ده‌ها هزار وظیفه حرفه‌ای استفاده کرده است. این مجموعه شامل تحقیقات مربوط به صندوق‌های سرمایه‌گذاری، تحلیل اوراق بهادار و طراحی راهبردهای سرمایه‌گذاری کمی می‌شود. هدف از این آموزش، بهبود توانایی مدل در انجام فعالیت‌هایی است که به بررسی داده‌ها و اجرای مراحل متعدد نیاز دارند.
در یک ارزیابی کور با حضور ۲۱۳ متخصص مالی، عملکرد مدل‌ها روی ۵۷۹ وظیفه واقعی بررسی شد. حدود ۷۰ درصد شرکت‌کنندگان بیش از پنج سال سابقه کار در حوزه مالی داشتند. Hy4 با امتیاز ۳.۰۴ بالاترین نتیجه کلی را ثبت کرد. مدل DeepSeek-V4.1-Flash-1017 امتیاز ۲.۹۷ گرفت و دو مدل Kimi K3.1 Pro و GLM-5.3 هرکدام به امتیاز ۲.۶۸ رسیدند. اختلاف محدود نتایج نشان می‌دهد جایگاه مدل‌ها به شرایط همین ارزیابی وابسته است.
در برنامه‌نویسی نیز تنسنت از بهبود عملکرد Hy4 نسبت به نسخه آزمایشی قبلی خبر داده است. امتیاز مدل در بنچمارک GameDev حدود ۱۹.۱ درصد و در آزمون GameLogic حدود ۹.۸ درصد افزایش یافته است. Hy4 از فرایندهای توسعه بازی در موتورهای Unreal Engine، Unity و Godot پشتیبانی می‌کند. تنسنت می‌گوید پیشرفت‌های این نسخه به پیاده‌سازی سازوکارهای پیچیده بازی و قابلیت‌های چندنفره نیز گسترش یافته است.
قیمت خدمات و برنامه انتشار نسخه سبک‌تر
تنسنت در کنار بهبود توانایی‌های مدل، تدابیری را برای کاهش خطرات امنیتی در نظر گرفته است. به گفته شرکت، آموزش Hy4 شامل محتوای امنیت سایبری دفاعی، از جمله تحلیل آسیب‌پذیری‌ها و روش‌های رفع آن‌ها، بوده است. در مقابل، مطالب مربوط به بهره‌برداری تهاجمی از آسیب‌پذیری‌ها از محتوای آموزشی کنار گذاشته شده‌اند. شرکت همچنین از افزودن سازوکارهایی برای مقابله با خطرات زیستی خبر داده است، هرچند جزئیات بیشتری درباره نتایج سنجش این تدابیر ارائه نشده است.
مدل Hy4 از طریق سرویس‌های Tencent Cloud TokenHub، WorkBuddy، CodeBuddy و Yuanbao و چند پلتفرم دیگر در دسترس است. رابط برنامه‌نویسی آن نیز از سرویس‌های شخص ثالث مانند OpenRouter و OpenCode پشتیبانی می‌کند. تنسنت قصد دارد وزن‌های مدل و اسناد فنی آن، از جمله اطلاعات مربوط به ساختار و ملاحظات ایمنی، را طی روزهای آینده منتشر کند.
با وجود پیشرفت‌های اعلام‌شده، قیمت استفاده از Hy4 نسبت به نسخه Hy4 Preview تغییر نکرده است. هزینه پردازش هر یک میلیون توکن ورودی حدود ۰.۹۰ دلار و هر یک میلیون توکن خروجی حدود ۲.۷۰ دلار تعیین شده است. هزینه هر یک میلیون توکن ورودی ذخیره‌شده در حافظه کش نیز ۰.۰۴۵ دلار است. توکن واحدی برای محاسبه حجم متن پردازش‌شده به شمار می‌رود و استفاده از حافظه کش می‌تواند هزینه پردازش ورودی‌های تکراری را کاهش دهد.
تنسنت قصد دارد نسخه کوچک‌تری از این مدل با نام Hy4 Flash منتشر کند. این نسخه برای کاربردهایی طراحی شده است که هزینه اجرای مدل در آن‌ها اهمیت ویژه‌ای دارد.