💯Tencent Hunyuan представила открытую модель Hy4 Preview — она вошла в топ открытых LLM

Tencent Hunyuan 28 августа выпустила и открыла исходный код Hy4 Preview — новой языковой модели с 770 млрд суммарных параметров, 49 млрд активных параметров и контекстным окном более 1 млн токенов. Это третий крупный релиз компании за полгода.

Модель позиционируется как «созданная для продуктивности» и показывает сильные результаты в программировании, офисных задачах, финансах и научных исследованиях. Во внутреннем слепом тестировании Tencent с участием 163 экспертов и 203 инженерных задач Hy4 Preview набрала 2,99 из 4, немного обойдя GLM 5.3 (2,92) и Kimi K3 (2,94). Разработка велась в тесной связке с продуктами WorkBuddy и CodeBuddy, что усиливает позиции WorkBuddy как ведущего ИИ-агента для продуктивности в Китае.

Примечательно, что Hy4 Preview впервые участвовала в собственном процессе разработки: модель автоматизировала оптимизацию методов обучения, стратегий данных, системы оценки и низкоуровневых операторов. Она также проанализировала узкие места инференс-системы и за счёт оптимизации операторного фьюжна и коммуникаций увеличила сквозную пропускную способность на 31,8% относительно базовой версии.

Цены: $0,834 за миллион входных токенов, $2,501 за миллион выходных и $0,042 за миллион токенов при попадании в кэш. Hy4 Preview уже доступна в китайской и международной версиях WorkBuddy и CodeBuddy, Yuanbao, ima, а также через API Tencent Cloud TokenHub и OpenRouter.

#AI #Tencent #Hy4 #Hunyuan #LLM #OpenModels

⚙️ OpenBMB выпустила MiniCPM5-2B — открытую on-device модель класса до 4B

OpenBMB и ModelBest открыли веса MiniCPM5-2B: плотная модель на 2,52 млрд параметров с нативным контекстом 131 072 токена под лицензией Apache-2.0. Архитектура стандартная — 42 слоя LlamaForCausalLM с grouped-query attention (16 query-голов, 2 key/value), без эмбеддингов около 1,98 млрд параметров. Это значит, что модель грузится в обычные движки без кастомных ядер и форка кода.

Средний балл на 34 бенчмарках — 53,9, выше некоторых открытых базлайнов на 4B: Qwen3.5-4B даёт 51,1, granite-4.2-3B — 42,7. Сильные стороны — кодинг-агенты, вызов инструментов и длинный контекст: LiveCodeBench v6 69,1 против 56,4 у Qwen3.5-4B, SWE-bench Verified 46,4 против 33,6, BFCL v4 66,6, NoLiMa 68,1 против 43,5. Знания слабее: MMLU-Pro 70,8 против 78,0 у 4B Qwen.

Пост-тренировка: SFT на ~400 млрд токенов, RL-учителя по математике, коду, агентам и письму (алгоритм JustRL II), затем on-policy дистилляция 16 RL-экспертов в одного студента — заявленный прирост около 10,96 пункта на reasoning-наборах и 6,96 на агентных. Опубликованы корпуса UltraData и промежуточные чекпойнты Base, Midtrain и SFT-only. Поддержка рантаймов: vLLM, SGLang, Transformers, llama.cpp, Ollama, LM Studio, MLX, LiteRT и FlagOS, форматы GGUF, MLX и GPTQ.

#Tech #AI #MiniCPM #OpenBMB #OpenModels #Ondevice

⚙️ Anthropic: открытая GLM-5.3 от Zhipu почти догнала Claude Mythos Preview в разработке эксплойтов

Anthropic сравнила киберспособности своей закрытой модели Mythos Preview и открытой GLM-5.3 от китайской Zhipu. На бенчмарке ExploitBench, где модели эксплуатируют известные уязвимости движка Chrome V8, GLM-5.3 собрала рабочий эксплойт в 50 из 410 попыток против 56 у Mythos Preview. На внутреннем бинарном бенчмарке на базе проектов Google OSS-Fuzz - 4% против 6% полного контроля над целью.

Отдельный тест с GLM-5.3-Flash: модель соединила недавно раскрытый баг Chrome с другой известной уязвимостью и обошла аппаратную защиту процессора. Затраты - 20 минут внимания человека и восемь часов машинного времени, то есть около $20,40 по ценам API Zhipu. Агентство CAISI при NIST называет GLM-5.3 самой «киберспособной» открытой моделью и оценивает отставание от лучших американских моделей примерно в четыре месяца.

Главная проблема - снятие защиты. В симуляции Anthropic модель отказывалась от явно вредных команд, но при подаче запроса как red-team-упражнения пыталась подключиться к цели в 64% случаев, с предзаполненными шагами рассуждений - в 92%, а после abliteration - в 100%. Процедура стоила около 2200 GPU-часов и $4400; доля отказов упала с более чем 90% до 2-12%, а результаты научных и кибертестов почти не изменились. Выводы Anthropic совпадают с её бизнес-интересом: компания не открывает веса, а потому называет именно закрытость ключевым преимуществом.

🎨 qvabo.studio/tg · картинки и видео

#AI #Anthropic #GLM5 #CyberSecurity #OpenModels

⚙️ Открытые ИИ-модели: польза против рисков

MIT Technology Review разбирает, почему спор об открытых и закрытых моделях сложнее, чем кажется. Поводом стал отчёт Anthropic: компания заявила, что открытая модель GLM-5.3 от китайской Z.ai несёт серьёзный риск кибератак - её можно свободно скачать и модифицировать.

Закрытые модели доступны только через API или приложение. Открытые (open-weight) позволяют загрузить веса, запустить модель на своём железе, переобучить или сжать. Для исследователей это единственный способ изучать внутреннюю логику моделей и chain of thought; для бизнеса - дешевле и безопаснее при работе с чувствительными данными.

Главный довод за открытость - недопущение концентрации власти: технология должна быть общественным благом, а не инструментом нескольких лабораторий. Но есть и контраргумент: по данным Ghana NLP, компании выпускают модели открыто, забирают улучшения сообщества и встраивают их в свои продукты без компенсации.

По безопасности картина двойственная. У скачанной модели нет фильтров запросов, а защитные отказы легко снимаются дообучением. При этом закрытые модели тоже используют для взлома - отчёты Anthropic это подтверждают. Более того, Hugging Face после атаки ИИ-агентов анализировал инцидент именно открытой моделью: вопросы блокировались фильтрами закрытых.

Вывод авторов: выбор между запретом и свободным релизом - всегда компромисс между безопасностью и демократизацией.

🎨 qvabo.studio/tg · картинки и видео

#AI #Science #OpenModels #Research #Security #OpenSource