模型發布
騰訊 Hy3 躋身代理評測前列
X @arena
騰訊推出 295B MoE 模型 Hy3，採 Apache 2.0 授權開放權重，在 Agent Arena 開放權重模型中排名第 5、Frontend Code Arena 開放模型中排名第 2，總榜分別為第 25 與第 16。Hy3 在 Agent Arena 的淨改善率為 -2.2%，其中 CLI/bash 錯誤恢復表現為 +2.6%，但可控性為 -7.1%，顯示面對使用者反饋時較難修正方向。Agent Arena 以大量真實、長流程代理任務評估模型，涵蓋網路搜尋、檔案系統與終端工具使用。
讀原始報導背景
Agent Arena 不採成對投票，而是以「causal tracing」方法計算排名，將代理視為多元件系統，綜合確認成功、稱讚與抱怨、可引導性、Bash 錯誤復原及工具幻覺等訊號衡量「淨改善」。Hy3 支援以 verl 進行 GRPO 強化學習訓練；訓練端使用 Megatron-LM，並透過 NVIDIA Megatron-Bridge 轉換模型，rollout 端則使用 vLLM。