विस्तृत विश्लेषण · लगभग 5 मिनट पढ़ना
Tencent Hy-Memory 2.0: स्मृति की तीन परतें, हर एक के अलग प्रमाण
16 अक्टूबर की रिलीज विशेषज्ञ मॉडल, फ्रेमवर्क और MemHub जोड़ती है; परीक्षण और आंतरिक उदाहरणों के दायरे अलग हैं।
- स्रोत की तारीख
- यहाँ प्रकाशित
- स्रोत जाँचा गया
Tencent का 16 अक्टूबर का आधिकारिक पृष्ठ तीन परतों को अलग या साथ उपयोग करने का वर्णन करता है। सवाल सिर्फ याद रखने का नहीं, क्या बचता है, सही स्मृति कैसे चुनी जाती है और किस मूल्यांकन से कौन-सा सुधार समर्थित है। हमने पूरा पृष्ठ पढ़ा, सॉफ्टवेयर नहीं चलाया।
समाचार सुनें
यह लेख सुनें या समाचार लगातार चलाएँ।
पढ़ने की तैयारी हो रही है…
डिवाइस की आवाज़
वाक् प्रक्रिया आपके ब्राउज़र या डिवाइस में होती है। AISubHub पाठ किसी ऑडियो API को नहीं भेजता। आवाज़ों और लॉक स्क्रीन पर चलने की सुविधा डिवाइस पर निर्भर है।
जारी करने पर छोटा वाक्यांश दोहराया जा सकता है।
मुख्य बातें
- परतें Hy-Memory-30B-A3B, Hy-Memory फ्रेमवर्क और MemHub हैं। बातचीत, कार्य और कोड की स्मृति अलग उपयोग हैं।
- मॉडल का 55.49 औसत बनाम Opus5 का 54.62 चार प्रणालियों की छह मेट्रिक मिलाता है। तीन प्रणालियाँ reinforcement learning में थीं; EverMemOS प्रशिक्षण में नहीं देखा गया।
मॉडल, फ्रेमवर्क और ऐप अलग परतें हैं
पृष्ठ Hy-Memory-30B-A3B को करीब 3B सक्रिय पैरामीटर वाला स्मृति पढ़ने और लिखने का मॉडल बताता है। फ्रेमवर्क SDK से भंडारण, अपडेट और याद वापस लाना संभालता है; MemHub मौजूदा टूल जोड़ता है। Tencent तीनों के खुले प्रकाशन और अलग या संयुक्त उपयोग का दावा करता है। लेकिन मॉडल बदलना, फ्रेमवर्क जोड़ना और ऐप स्थापित करना अलग हस्तक्षेप हैं। लिंक उपलब्ध हैं, पर हमने लाइसेंस या तैनाती जरूरतें नहीं जाँचीं। इसलिए केवल खुले शब्द से सामान्य व्यावसायिक उपयोग की अनुमति नहीं निकालते।
बातचीत, काम और कोड की स्मृति अलग कैसे है
बातचीत की स्मृति समय और संवाद में घटनाएँ जोड़ती, आगे का विकास मिलाती तथा दोहराव और विरोध साफ करती है। कार्य स्मृति लक्ष्य, तय तरीके, मध्य परिणाम और अनुभव बचाकर उनकी वर्तमान लागू शर्तें जाँचती है। कोड स्मृति पहले मौजूदा काम पहचानती, फिर संबंधित निर्णय और अभी लागू सीख लौटाती है। हमारी समझ निरंतरता और प्रासंगिकता है, सब कुछ असीमित रखना नहीं। बदली पसंद और पुराने निर्णय परीक्षण में होने चाहिए: पुराना तथ्य याद होना पर्याप्त नहीं, यदि परिस्थितियाँ बदलने पर भी उसे लागू किया जाए। अधिक याद अपने आप विश्वसनीय उत्तर नहीं है।
फ्रेमवर्क स्कोर की अपनी परीक्षण शर्तें हैं
Tencent LoCoMo 72.6%, MemoryArena 55.31%, CodeMemoryBench प्रश्नोत्तर 64.2% और समाधान 35.6%, तथा SWE-ContextBench समाधान 28.3% बताता है। तुलना में स्मृति के लिए DeepSeek V4.1 Flash और उत्तर व निर्णायक के लिए GPT-5.6-sol है। LoCoMo में 1,527 गैर-प्रतिकूल प्रश्न हैं। भंडारण अनुपात बनाए स्मृति टोकन को इनपुट से भाग देता है, मूल बातचीत नहीं गिनता; बिना निष्कर्षण Simple RAG विंडो सीधे तुलनीय नहीं हैं। इसलिए रैंक या अनुपात सार्वभौमिक गुणवत्ता, पूरी डिस्क या संचालन लागत की गारंटी नहीं।
विशेषज्ञ मॉडल का औसत दूसरा प्रयोग है
55.49 बनाम Opus5 54.62, Hy-Memory, Mem0, MemOS और EverMemOS में छह मेट्रिक को समान वजन से मिलाता है। पहली तीन प्रणालियाँ reinforcement learning में थीं; EverMemOS अनदेखी प्रणाली पर सामान्यीकरण जाँचता है। यह खास स्मृति परीक्षण का प्रमाण है, सामान्य बुद्धिमत्ता रैंकिंग या हर मेट्रिक में जीत नहीं। इसे फ्रेमवर्क स्कोर से भी न मिलाएँ: वहाँ तय उत्तर व्यवस्था में फ्रेमवर्क तुलना है, यहाँ कई प्रणालियों में स्मृति मॉडल बदलता है। बदला गया घटक अलग होने से दोनों प्रयोग अलग प्रश्नों का उत्तर देते हैं।
MemHub जुड़ी प्रणालियों में ही स्मृति साझा करता है
Tencent अधिकृत पुरानी बातचीत का स्थानीय स्मृति में आयात, लगातार सिंक और दस टूल में plugin से पुनर्प्राप्ति बताता है। Cursor, Codex, Claude Code, OpenCode और Qwen Code शामिल हैं, CLI तथा Mac App प्रवेश भी हैं। यह एकीकरण का दावा है, हमारे हर संस्करण या OS परीक्षण की पुष्टि नहीं। संवेदनशील काम जोड़ने से पहले आयात सामग्री, प्रसंस्करण स्थान और अनुमति वापस लेने का तरीका देखें। स्थानीय स्मृति शब्द से सभी मॉडल कॉल और सिंक का बिना नेटवर्क चलना सिद्ध नहीं होता। टूल साझा करना डेटा अनुमति और पहुँच सीमा का विकल्प नहीं।
आंतरिक कारोबार उदाहरण सीमित हैं
Tencent के शेयर शोध स्मृति स्कोर 64.3 से 79.6 की वृद्धि सापेक्ष 23.8% है, निवेश वापसी नहीं। iWiki के 251 प्रश्नों में पूरा मूल संवाद 24.7 और केवल स्मृति 36.7 है। Tencent News औसत 91.68 और 87.8% मामले 90 से ऊपर बताता है, पर नमूना दस उपयोगकर्ता और 41 जटिल बातचीत है। ये अलग आंतरिक मूल्यांकन हैं, पूरी आबादी का प्रभाव नहीं। वर्तमान प्रमाण और स्पष्ट स्वीकृति के साथ अपना काम दोहराकर जाँचने के बाद ही उत्पादन, गोपनीयता या व्यावसायिक मूल्य तक निष्कर्ष बढ़ाने की हमारी सलाह है।
यह क्यों अहम है
पायलट जाँच सकता है कि पुराने निर्णय और प्रगति याद रहने से दोहराई तैयारी घटती है या नहीं। पुनर्प्राप्ति, कार्य सफलता और प्रमाण की ताजगी अलग मापें तथा बातचीत आयात से पहले अनुमति जाँचें।
सीमाएँ और उपलब्धता
ये Tencent के मूल्यांकन हैं, हमारे दोहराए परीक्षण नहीं। जुड़े शोधपत्र, रिपॉजिटरी या लाइसेंस नहीं पढ़े। खुला प्रकाशन अपने आप व्यावसायिक अधिकार, सुरक्षा, पूरा ऑफलाइन चलना, API दर या सदस्यता लाभ सिद्ध नहीं करता।
स्रोत और प्रमाण
स्रोत की तारीख: 16 अक्टू॰ 2026 · स्रोत जाँचा गया: 20 अक्टू॰ 2026
AI की सहायता से लिखे लेखों को दिए गए प्राथमिक स्रोतों से जाँचा जाता है। प्रदाता के दावों का श्रेय स्पष्ट है; सूची में होना समर्थन नहीं है।