AnswersPublished19 sources
Tencentin Hyra 2.0 pyrkii muuttamaan tekoälytutkimuksen uudelleenkäytettäviksi työkaluiksi
Hyra 2.0:n keskeinen ajatus on siirtyä yksittäisten tiedeongelmien ratkaisemisesta mallien, työkalujen ja työnkulkujen kehittämiseen niin, että niitä voidaan hyödyntää uudelleen. Tencent kertoo HyInv proteiinimallissa olevan 1,96 miljoonaa parametria.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Hyra 2.0:n keskeinen ajatus on siirtyä yksittäisten tiedeongelmien ratkaisemisesta mallien, työkalujen ja työnkulkujen kehittämiseen niin, että niitä voidaan hyödyntää uudelleen.
- Tencent kertoo HyInv proteiinimallissa olevan 1,96 miljoonaa parametria. Yhtiön mukaan se tuottaa tuloksia 57 kertaa ProteinMPNN:ää nopeammin ja pystyy suunnittelemaan 128 proteiinisekvenssiä 50 millisekunnissa.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Tencent Hunyuan report about Hyra 2.0, its autonomous research agent released on November 2, 2026, including its shift from Hyra 1.. Article summary: Tencent Hunyuan presented Hyra 2.0, launched on November 2, 2026, as a shift from solving individual scientific problems to developing reusable models, tools, and research workflows that can accelerate later discoveries.. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Tencent esitteli Hyra 2.0:n tutkimusagenttina, jonka tavoitteena on tehdä tieteellisestä työstä uudelleenkäytettävää. Sen sijaan, että järjestelmä keskittyisi vain yksittäisen tutkimusongelman ratkaisemiseen, sen on tarkoitus kehittää malleja, työkaluja ja työnkulkuja, joita voidaan soveltaa myöhemmin muualla. Tencentin varhaisiin esimerkkeihin kuuluvat proteiinien suunnitteluun tarkoitetut mallit, molekyylien voimakentät ja kvanttivirheenkorjaustyökalu. Tulokset ovat Tencentin ja sitä käsittelevien julkaisujen raportoimia; käytettävissä olevat lähteet eivät osoita, että ne olisi toistettu riippumattomasti. 2
4
11
Yksittäisistä ongelmista uudelleenkäytettäviin tutkimusvälineisiin
Tencent kuvaa Hyra 2.0:aa askeleeksi kohti agentteja, jotka kehittävät ja parantavat tieteellisiä työkaluja ja malleja. Näin yhden kehitystyön tuloksia voitaisiin hyödyntää tulevassa tutkimuksessa. 2 Tavoitteen ydin on siis muukin kuin vastauksen tuottaminen: järjestelmän pitäisi luoda esimerkiksi malli tai työkalu, jota tutkijat voivat käyttää uudelleen.
Järjestelmää käsittelevissä jutuissa kuvataan kolmikerroksista agenttirakennetta, jossa rooleina ovat Overall, Mission ja Worker. 3 Julkinen tulosvarasto näyttää lähestymistavasta konkreettisemman puolen: julkaistujen projektien, kuten HyInvin ja HyPLM-Flashin, yhteydessä on mallien painoja, päättelykoodia ja teknisiä raportteja.
11 Lähteet eivät kuitenkaan vahvista kaikkia laajemman tutkimusinfrastruktuurin yksityiskohtia, kuten pysyvää tehtäväjonoa tai erillisiä tarkistaja-agentteja.
Varhaisia tuloksia proteiineista kvanttilaskentaan
HyInv: proteiinin käänteislaskostus
Tencentin mukaan HyInv on alusta asti koulutettu proteiinin käänteislaskostusmalli, jossa on 1,96 miljoonaa parametria. Yhtiö väittää sen tuottavan tuloksia 57 kertaa ProteinMPNN:ää nopeammin. Tencentin tutkimussivun mukaan malli pystyy myös suunnittelemaan 128 proteiinisekvenssiä 50 millisekunnissa. Nämä ovat Tencentin raportoimia vertailutuloksia, eikä käytettävissä olevista lähteistä käy ilmi, että vertailut olisi vahvistettu riippumattomasti. 2
4
HyPLM-Flash ja HyFF
Tencentin tulosvarastossa esitellään HyPLM-Flash, 650 miljoonan parametrin proteiinikielimalli, jonka painot ja koodi ovat saatavilla. 11
34 Varastossa kuvataan myös viisi HyFF-koneoppimisvoimakenttää. Niiden koko vaihtelee 2,3 miljoonasta 1,2 miljardiin parametriin, ja ne kattavat 83 alkuainetta.
11 Julkaisut havainnollistavat uudelleenkäytettävien tulosten ajatusta: pelkkien tutkimustulosten kuvausten sijaan tarjolla on malleja ja ohjelmistoa.
HyQEC ja prosessorin optimointi
HyQEC:n kerrotaan tuottaneen kvanttivirheenkorjauskoodin, jonka koodauskykyä kuvaava mittari oli noin 48 prosenttia edellisen qLDPC Challenge -kilpailun kärkitulosta parempi. 4 Toisen raportin mukaan Hyra-työ paransi XiangShan RISC-V -prosessorin suorituskykypistemäärää gigahertsiä kohti 5,79 prosenttia.
13 Molemmat luvut ovat raportoituja tuloksia; käytettävissä olevissa lähdekatkelmissa ei ole riittävästi tietoa vertailujen koko asetelman arvioimiseksi.
Mitä summa- ja erotusjoukkoja koskeva tulos kertoo – ja mitä ei
Tencentin Hyra-tulosvarastossa kuvataan koneellisesti tarkistettu ratkaisu summa- ja erotusjoukkojen eksponenttiongelmaan. Äärellisille kokonaislukujoukoille kyseisen supremumin kerrotaan olevan täsmälleen 2: sitä voidaan lähestyä, mutta arvoa ei saavuteta. 19 Tulos on esimerkki varastossa julkaistusta matemaattisesta työstä. Käytettävissä oleva lähde ei kuitenkaan osoita, että Hy3 tai Hyra 1.0 olisi tuottanut sen. Sitä ei siis pidä käyttää ratkaisevana näyttönä aiemman järjestelmän osuudesta.
Julkaistut aineistot eivät vielä tarkoita riippumatonta vahvistusta
Hyra-tulosvarastossa on useiden projektien julkaistuja mallipainoja, koodia ja teknisiä raportteja. 11 Aineistojen saatavuus mahdollistaa niiden tarkastelun ja uudelleenkäytön, mutta julkaiseminen ei yksin osoita, että jokainen suorituskykyä koskeva väite olisi toistettu riippumattomasti. Lähteet eivät myöskään osoita, että kaikki julkaistut aineistot olisivat Apache 2.0 -lisenssillä. Erilliselle Hy3-mallille mainittua lisenssiä ei pidä olettaa koko Hyra-tulosvaraston lisenssiksi.
18
24
Vahvimmin lähteiden tukema päätelmä koskee siis Hyra 2.0:n tutkimusstrategiaa: Tencent kertoo rakentavansa uudelleenkäytettäviä tieteellisiä työkaluja, ja sen tulosvarastossa esitellään konkreettisia malleja ja ohjelmistoa. Raportoidut vertailutulokset ovat kiinnostavia väitteitä, joita on arvioitava, mutta ne eivät korvaa riippumatonta varmennusta. 2
11
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Tencentin Hyra 2.0 pyrkii muuttamaan tekoälytutkimuksen uudelleenkäytettäviksi työkaluiksi"?
Hyra 2.0:n keskeinen ajatus on siirtyä yksittäisten tiedeongelmien ratkaisemisesta mallien, työkalujen ja työnkulkujen kehittämiseen niin, että niitä voidaan hyödyntää uudelleen.
What are the key points to validate first?
Hyra 2.0:n keskeinen ajatus on siirtyä yksittäisten tiedeongelmien ratkaisemisesta mallien, työkalujen ja työnkulkujen kehittämiseen niin, että niitä voidaan hyödyntää uudelleen. Tencent kertoo HyInv proteiinimallissa olevan 1,96 miljoonaa parametria. Yhtiön mukaan se tuottaa tuloksia 57 kertaa ProteinMPNN:ää nopeammin ja pystyy suunnittelemaan 128 proteiinisekvenssiä 50 millisekunnissa.
Sources
hy.tencent.aiHyra 2.0: The Next Step for Auto Research - Tencent Hy
panews.ioTencent Hunyuan Releases Hyra 2.0, Where Agents Develop ...
github.comGitHub - Tencent-Hunyuan/Hyra-results: Research artifacts from Hyra (/ˈhaɪ.rɑː/)
techflowpost.comTencent Hunyuan Releases Hyra 2.0, Driving AI to Shift from Solving Research Challenges to Independently Developing Sci…