腾讯开源新版混元模型:AI Agent强化,超30种智能体指令 siyushenqi.com • 2025 年 8 月 13 日 上午11:30 • 行业动态 • 阅读 539 Hunyuan-A13B是腾讯开源的一个基于细粒度专家混合(MoE)架构的大型语言模型,拥有800亿参数,其中130亿参数处于激活状态。它在保持高性能的同时,实现了优秀的资源利用效率,适合在资源受限的环境中使用。 摘要 凭借130亿激活参数,在众多基准任务上展现出与更大模型相媲美的性能,同时推理效率高。支持快速思考模式,为简单任务提供高效解决方案;慢速思考模式则适用于复杂任务,能进行深入推理,提升准确性。 在数学领域的AIME2024、AIME2025测试中,分别获得87.3、76.8的高分,超越了DeepSeek-R1和OpenAI的o1模型。在科研、代码、推理等测试中,与DeepSeek-R1表现接近。 由1个共享专家和64个细粒度非共享专家组成,训练时共享专家始终激活,非共享专家中只有8个同时激活。采用SWiGLU,与Hunyuan-Large和Hunyuan-TurboS保持一致。 提供了基于TensorRT-LLM、vLLM、SGLang等框架的部署方法,并提供了相应的Docker镜像和部署指南。 腾讯开源了混元大模型的最新版本Hunyuan-A13B。 Hunyuan-A13B是一个专家混合模型,拥有800亿参数,其中130亿参数处于激活状态。支持快、慢两种思考模式:快速思维模式,提供简洁高效的输出,适用于高效、简单的日常任务;慢速思维模式,支持更深层次的推理步骤包含反思和回溯,生成更长的思维链,提升复杂任务的准确性。 值得一提的是,Hunyuan-A13B特意针对AI Agent进行了强化,打造了应对不同场景变化的 “自适应大脑”,设计超过30种智能体指令,并组合工具、动作、响应的格式变化,创造出20000 种格式组合。 开源地址:https://huggingface.co/tencent/Hunyuan-A13B-Instruct github:https://github.com/Tencent-Hunyuan/Hunyuan-A13B?tab=readme-ov-file 根据腾讯公布的测试数据显示,在数学AIME2024、AIME2025测试中, Hunyuan-A13B分别拿下了87.3、76.8的高分,超过了DeepSeek-R1的79.8、70分,同时也大幅度超过了OpenAI的o1模型。 在科研、代码、推理的测试中,Hunyuan-A13B与DeepSeek-R1的测试结果几乎差不多。 而在Agent智能体BFCL-V3、ComplexBench、C-TurcBench测试中,Hunyuan-A13B分别拿下78.3、61.2、63.5的高分,全部大幅度超过了DeepSeek-R1的56.9、41.1、55.3。 在架构设计方面,Hunyuan-A13B 由 1 个共享专家和 64 个细粒度非共享专家组成,所有专家的中间维度相同。在训练阶段,共享专家始终处于激活状态,而非共享专家中只有 8 个会同时被激活。 为了进一步提升模型的性能,Hunyuan-A13B 在激活函数上采用了 SWiGLU,这与 Hunyuan-Large 和 Hunyuan-TurboS 保持一致。此外,模型在注意力层中引入了 Grouped-Query Attention显著提高了 KV 缓存的内存效率,使得 Hunyuan-A13B 在处理复杂任务时能够更加高效地利用计算资源。 在推理过程中,Hunyuan-A13B 还采用了双模式推理链框架,这一框架允许模型根据任务的复杂性和用户需求动态调整推理深度。 快速思考模式旨在为简单任务提供快速、高效的解决方案。在这种模式下,模型会生成简洁的输出,以最小的计算开销满足用户的需求。这种模式特别适合那些对速度要求较高的场景,例如,实时问答或简单的信息检索任务。通过快速思考模式,Hunyuan-A13B 能够在极短的时间内给出答案,来提高用户体验。 慢速思考模式,这种模式适用于更复杂的任务,如多步推理问题。在这种模式下,模型会进行更深入、更全面的推理过程,包括但不限于反思和回溯等步骤。这使得模型能够生成更长的推理链,从而提高在处理复杂问题时的准确性和鲁棒性。 在后训练阶段,Hunyuan-A13B 采用了结构化的多阶段方法,旨在全面提升模型在各个维度的性能。这一阶段包括推理导向的监督微调(SFT)和强化学习(RL)阶段,以及全场景监督微调和强化学习阶段。 在推理导向的 SFT 阶段,模型专注于加强在复杂推理导向任务方面的专业能力,例如,数学推理、逻辑推理、代码生成和科学分析等。这一阶段使用了精心策划的指令 - 响应数据集进行监督微调,这些数据集包含了明确的推理过程和详细的推理解决方案。 在强化学习阶段,模型进一步增强了推理能力。这一阶段利用了两种类型的奖励机制:结果奖励模型和沙箱反馈。结果奖励模型是一种轻量级的语言模型基础验证器,用于评估生成的最终答案与参考答案之间的一致性,并据此给出二元奖励。 沙箱反馈则通过一个多语言代码沙箱来提供实际的代码执行结果,从而为模型提供更准确的反馈。这些奖励机制的结合,使得模型能够在推理过程中不断优化和改进。 在全场景监督微调阶段,模型的适应性得到了进一步的拓宽。这一阶段涉及在多样化指令 - 响应数据集上的监督微调,旨在提高模型在创意写作、基于知识的问答、指令遵循以及多轮对话任务等多样化实际场景中的表现。 与推理导向的微调阶段不同,这一阶段的强化学习采用了双重信号优化方法,不仅评估最终输出的正确性,还通过一个大型语言模型作为智能体评估器来评估风格质量、连贯性和适应性。这种全面的评估策略使得模型能够在提高准确性的同时,增强在不同应用场景中的可用性。 为了进一步提升模型在特定领域的表现,在全场景强化学习阶段Hunyuan-A13B还引入了多个专门的奖励服务和数据构建流程。这些服务和流程针对不同的能力领域进行了优化,确保模型在各个领域都能达到高标准的表现。例如,在文本理解领域,模型不仅需要能够准确回答问题,还需要在风格和连贯性上符合语言习惯。为此,研究人员设计了专门的一致性模型和比较性 GRM,以确保模型输出在客观和主观任务中都能保持高质量。 在智能体任务中,模型需要能够有效地调用工具,并根据工具的反馈进行合理的决策。为此,研究人员构建了基于规则的奖励机制,以确保模型在调用工具时能够遵循正确的格式和逻辑。这种奖励机制的引入,使得模型在智能体任务中能够更加高效地完成任务,并且在多轮对话中保持良好的连贯性和一致性。 在复杂指令任务中,模型需要能够精确地理解和执行多方面的指令。为此,研究人员将约束提取和满足工具与通用批评和奖励模型相结合,确保模型在执行复杂指令时能够严格遵循指令要求,并且在多步推理过程中保持逻辑连贯性。 在安全领域,模型需要能够识别和避免潜在的风险和不当内容。为此,研究人员使用分类器和拒绝启发式方法来识别安全响应对,并将安全对齐直接整合到偏好数据集中。这种整合方法使得模型在生成内容时能够更加注重安全性,从而降低风险。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/32276.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 香港科技大学、Manycor开源空间大模型,超3000颗星 上一篇 2025 年 8 月 13 日 上午11:30 苹果首款AI眼镜真的要来了? 下一篇 2025 年 8 月 13 日 上午11:30 相关推荐 行业动态 2025年12月中国手游发行商全球收入排行榜 2025年12月共33个中国厂商入围全球手游发行商收入榜TOP100,合计吸金19.5亿美元,占本期全球TOP100手游发行商收入34.6%。 siyushenqi.com 2026 年 1 月 7 日 440000 行业动态 消费降级下,一款财务应用正在让250万人实现“变相赚钱” 年轻人的“无效省钱”有救了。 siyushenqi.com 2025 年 8 月 17 日 397000 行业动态 特朗普要用关税给民众发钱!刺激消费? 黑五网一的到来没剩下多久了,卖家们是不是正在积极制定运营策略呢? 特朗普发钱给民众 美国总统特朗普在美国时间11月9日在社交媒体上宣布,计划从美国关税收入中提取资金,向大多数美国人发放“至少2000美元”的“分红”。 图源:特朗普社交媒体 那现在就有几个问题了: 1.这钱的途径是从哪里来? 2.一共要发多少钱? 3.什么样的人可以得到这笔钱? 特朗普称,除了… siyushenqi.com 2025 年 8 月 13 日 上午11:30 539000 行业动态 4月版号如期发布 三七互娱、B站、雷霆、4399、灵犀、朝夕光年等大厂悉数在榜 国家新闻出版总署发布4月份版号。 siyushenqi.com 2025 年 8 月 24 日 514000 行业动态 三季度收入超5000万美元、70%来自海外,中国AI独角兽拟港股上市,385人撬动2.12亿全球用户 海外+C端,能否成就“中国大模型第一股”? siyushenqi.com 2025 年 12 月 22 日 383000 TikTok电商,只等一个“罗永浩”? 出海浪潮曾经造就一批财富神话,而在不少人眼里,TikTok 电商是下一艘即将起航的巨舶。大船还在建造,希望占据先机的人们已经涌入。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 440000 行业动态 霸榜200天营收超10亿美元!《MONOPOLY GO!》是如何成功的?Scopely副总裁访谈解读 《MONOPOLY GO!》花了这么多钱做投放,产品能盈利吗? siyushenqi.com 2025 年 8 月 18 日 550000 私域神器每周精选 No.15|多款精品手游、一线IP手游寻海内外发行及多渠道资源 本期精选的合作类型涵盖多款游戏精品手游及IP手游发行。接下来就一起看一看吧~ siyushenqi.com 2025 年 8 月 15 日 • 行业动态 448000 【热点追踪】在全球封锁的一年里,广告主在移动广告领域花费了 2400 亿美元 在展望未来 12 个月的数字广告发展时,美国互动广告局(the Interactive Advertising Bureau)将 2021 年称为“大重启”。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 293000 PAGC 2025丨展会推荐官 翻咔 海外业务负责人 李东旭、网龙 副总裁特助 吕志荣、深圳连连看短剧 CEO 李平 邀您参与万人出海展会 PAGC 2025丨展会推荐官 翻咔 海外业务负责人 李东旭、网龙 副总裁特助 吕志荣、深圳连连看短剧 CEO 李平 邀您参与万人出海展会 siyushenqi.com 2025 年 8 月 17 日 • 行业动态 433000 英雄游戏入局战棋赛道,20多年历史的IP表现如何?英雄游戏入局战棋赛道,20多年历史的IP表现如何? 11月3日,英雄游戏的《风色幻想命运传说》正式公测上线了。这一国产IP至今已经有长达23年的历史,也是不少战棋玩家心目中的经典。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 433000 不到一年,腾讯死磕的新兴赛道崛起了 前不久,腾讯魔方工作室旗下《暗区突围》在新版本“黑门”上线之际公布了最新数据,迄今为止已有5000万名用户注册游戏。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 314000 王牌对王牌,天美与微软Xbox Game Studios达成战略合作 5月13日,腾讯天美工作室群(以下简称天美)对外宣布,已正式与微软Xbox Game Studios(以下简称XGS)达成深度战略合作关系。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 451000 行业动态 上线即登顶多个国家iOS免费榜,莉莉丝爆款神话仍将继续? 卡牌+大世界的玩法创新 siyushenqi.com 2025 年 8 月 18 日 417000 行业动态 中美就24%关税继续暂停等达成共识,外贸人要做哪些准备? 2025年8月12日,中美双方在斯德哥尔摩经贸会谈后发布联合声明,宣布再次暂停对部分商品加征24%的关税,措施持续90天,同时保留10%的关税。这一消息对外贸行业而言,既是短期缓冲,也暗藏需要警惕的变量。 (图片来源:中国政府网) 根据中美联合声明,此次关税调整的核心内容可总结为“暂停24%、保留10%、同步执行”: 美国方面:修改2025年4月2日第142… siyushenqi.com 2025 年 8 月 13 日 上午11:30 539000 行业动态 大模型落地之战,百度靠什么突围 文心大模型日调用量超6亿,Q2 的百度依然刚猛。 siyushenqi.com 2025 年 8 月 13 日 441000 行业动态 网易吃鸡游戏《Blood Strike》全球下载量突破3000万 15个国家,下载量第一。 siyushenqi.com 2025 年 8 月 18 日 530000 1·12 解读预约丨全景解析手游出海 抢跑2023稳获增长(内附超多豪礼) 扬帆出海年度巨制:2022中国手游出海白皮书重磅来袭! siyushenqi.com 2025 年 8 月 3 日 • 行业动态 413000 看儿童游戏如何摇身一变,跻身全球热榜:选对IP是关键 IP可以让游戏更成功吗?在考虑IP合作时,儿童IP是一个值得商讨的类型。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 419000 行业动态 对话明光数科创始人:将留学第一步价格打下来,AI生成或将推动“教育平权” 留学行业的AIGC,垂直赛道下的新蓝海。 siyushenqi.com 2025 年 8 月 13 日 419000 行业动态 AI围剿创意产业!1/3翻译和1/4插画师或将失业 来自英国最大的创作者工会SoA的调查凸显了生成式AI对创意产业从业者的深刻影响。被替代、被降薪已成为严峻的现实,监管AI的开发和内容生成,保护创作者的权益迫在眉睫。 siyushenqi.com 2025 年 8 月 13 日 431000 上线3个月后,点点互动这款“冰雪生存SLG”冲击美区畅销榜T0P20 作为最早一批涉足海外市场,先后推出过《阿瓦隆之王》《火枪纪元》《菲菲大冒险》等全球性爆款的点点互动,这几年来在大浪淘沙的出海赛道上依然活跃。 siyushenqi.com 2025 年 8 月 19 日 • 行业动态 445000 行业动态 九阳出海不止豆浆机 欧美主妇迷上厨房小家电 月销10万件,九阳旗下海外品牌Ninja称霸亚马逊厨房小家电品类。 siyushenqi.com 2025 年 8 月 12 日 396000 行业动态 专访FoloToy创始人:接入大模型后,目标把AI玩具做到年出货30万台 在玩具里塞一个硬件接入DeepSeek,就算AI玩具了吗? siyushenqi.com 2025 年 8 月 13 日 566000 行业动态 阶跃星辰计划年内港股上市 AI独角兽阶跃星辰启动Pre-IPO融资,投前估值最高60亿美元,计划年中港股交表,或成第三家上市的中国大模型企业。 siyushenqi.com 2026 年 3 月 2 日 300000 行业动态 OpenAI为加大与中国竞争,公布最新AI发展计划 OpenAI提出了一项新的AI发展计划蓝图,旨在加强美国与中国在AI领域的竞争。该计划包括建立AI经济特区、构建北美AI联盟,并利用美军小型核反应堆等措施,以提供技术、基础设施等方面的资源。 siyushenqi.com 2025 年 8 月 13 日 389000 行业动态 OpenAI获五角大楼2亿美元订单,迈向军工领域 OpenAI推出“OpenAI for Government”计划,旨在为美国各级政府提供先进AI工具,助力政府采用一流技术以服务公众利益。 siyushenqi.com 2025 年 8 月 13 日 450000 小红书出海,打不过“小黄书” 在海外。小红书还未能“复制”自己 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 540000 行业动态 获数千万投资,老二次元「造神」3D AI女友,B站实机播放破100万 从“媚”到“真”,蕾伊被设计成会翻白眼、记仇、不迎合的“超人格”少女,用不完美换取真实感,与讨好型 AI 伴侣彻底分道扬镳。 siyushenqi.com 2025 年 9 月 17 日 430000 行业动态 Pinterest注册失败怎么办?2025最全Pinterest账号注册指南 Pinterest是一个通过分享图片进行社交的平台,很多人选择它来进行引流推广。但是很多人在第一步就被卡住了,在注册Pinterest账号时失败。是什么导致注册失败呢?本文将为你解释注册失败的原因,以及如何科学的注册你的Pinterest账号。 一、Pinterest注册失败的常见原因 1、账号信息问题 确保你填写的注册信息(如邮箱、电话号码、姓名等)完整且… siyushenqi.com 2025 年 8 月 13 日 上午11:30 539000 发表回复 请登录后评论...登录后才能评论 提交