Подробный разбор · Около 4 мин чтения
Tencent Hy-Memory 2.0: три уровня памяти и разные основания для оценок
Релиз от 16 октября объединяет специализированную модель, фреймворк и MemHub; результаты имеют разные границы.
- Дата источника
- Опубликовано здесь
- Источник проверен
Официальная страница Tencent от 16 октября описывает три уровня для отдельного или совместного применения. Важно не просто наличие памяти, а что сохраняется, как отбирается актуальное и какое испытание подтверждает улучшение. Мы прочитали всю публикацию, не запуская программу.
Слушать новости
Прослушайте эту статью или включите новости подряд.
Подготовка чтения…
Голос устройства
Речь обрабатывает браузер или устройство. AISubHub не отправляет текст в аудио-API. Доступные голоса и работа при заблокированном экране зависят от устройства.
При продолжении короткая фраза может повториться.
Кратко
- Уровни — Hy-Memory-30B-A3B, фреймворк Hy-Memory и MemHub. Разговорная, рабочая и программная память относятся к разным задачам.
- Среднее модели 55,49 против 54,62 у Opus5 объединяет шесть метрик четырёх систем. Три использовались в обучении с подкреплением; EverMemOS при обучении не встречалась.
Модель, фреймворк и приложение — разные уровни
Hy-Memory-30B-A3B описана как модель чтения и записи памяти примерно с 3B активных параметров. Фреймворк управляет хранением, обновлением и извлечением через SDK; MemHub связывает память с привычными инструментами. Tencent заявляет открытый выпуск трёх уровней для отдельного или совместного использования. Но замена модели — не то же вмешательство, что добавление фреймворка или приложения. Ссылки даны, однако лицензии и требования развёртывания мы не проверяли, поэтому не выводим из слова открытый всеобщего разрешения коммерческого применения.
Чем различаются разговорная, рабочая и кодовая память
Разговорная память связывает события между беседами и временем, объединяет развитие, убирает повторения и разрешает противоречия перед извлечением. Рабочая хранит цели, принятые подходы, промежуточные итоги и опыт, проверяя применимость условий. Кодовая сначала определяет текущую задачу, затем возвращает связанные решения и ещё действующие уроки. Мы видим непрерывность и релевантность, не бесконечное сохранение всего. Испытанию нужны изменённые предпочтения и устаревшие решения: помнить факт недостаточно, если система продолжает применять его после смены условий.
Оценки фреймворка зависят от условий извлечения
Tencent сообщает 72,6% LoCoMo, 55,31% MemoryArena, 64,2% ответов и 35,6% решений CodeMemoryBench, 28,3% решений SWE-ContextBench. В сравнении память обслуживает DeepSeek V4.1 Flash, ответы и оценивание — GPT-5.6-sol. LoCoMo содержит 1 527 неадверсариальных вопросов. Занятость считает созданные токены памяти относительно входа, исключая исходные разговоры; окна Simple RAG без извлечения напрямую несопоставимы. Поэтому ни место, ни доля хранения не гарантируют универсальное качество, полный объём диска или эксплуатационные расходы.
Среднее специальной модели относится к другому опыту
55,49 против Opus5 с 54,62 усредняют шесть равновесных метрик по Hy-Memory, Mem0, MemOS и EverMemOS. Первые три системы применялись в обучении с подкреплением; EverMemOS проверяет перенос на невиденную систему. Это свидетельство данного теста памяти, не общий рейтинг интеллекта или победа в каждой метрике. Нельзя смешивать с оценками фреймворков: там сравниваются системы при заданной схеме ответа, а здесь меняется модель памяти в разных системах. Изменяемые факторы различаются, следовательно результаты отвечают разным вопросам.
MemHub делится памятью через подключённые инструменты
Tencent описывает разрешённый импорт разговоров в локальную память, постоянную синхронизацию и извлечение плагинами в десяти инструментах. Среди них Cursor, Codex, Claude Code, OpenCode и Qwen Code, с CLI и Mac App. Это заявление об интеграции, не наше подтверждение испытаний всех версий и ОС. Перед подключением чувствительной работы следует проверить импортируемое, место обработки и отзыв доступа. Локальная память сама по себе не доказывает, что все обращения к моделям и синхронизация идут без сети. Межинструментальное использование не заменяет разрешений на данные.
Внутренние случаи полезны, но ограничены
Tencent сообщает рост оценки памяти для биржевого исследования с 64,3 до 79,6, относительные 23,8%, не доходность инвестиций. iWiki сравнивает 251 вопрос: 24,7 с полным исходным диалогом против 36,7 только с памятью. Tencent News заявляет среднее 91,68 и 87,8% случаев выше 90, но выборка — десять пользователей и 41 сложный разговор. Это отдельные внутренние тесты без установленного эффекта для населения. Рекомендуем повторять нужную задачу с актуальными данными и ясной приёмкой до выводов об эксплуатации, приватности или деловой ценности.
Почему это важно
Пилот может проверить, уменьшают ли сохранённые решения и прогресс повторную подготовку. Следует разделять точность извлечения, успех задачи и свежесть данных, заранее разрешая импорт разговоров.
Ограничения и доступность
Это оценки Tencent, не наша репликация. Статья, репозитории и лицензия по ссылкам не прочитаны. Открытая публикация не подтверждает коммерческие права, безопасность, автономность без сети, API-тарифы или преимущества подписки.
Источники и подтверждения
Дата источника: 16 окт. 2026 г. · Источник проверен: 20 окт. 2026 г.
Материалы подготовлены с помощью ИИ и сверены с указанными первоисточниками. Заявления поставщиков атрибутированы; публикация не означает рекомендацию.