Hy4 চালু আছে

Hy4 হলো Tencent Hunyuan-এর প্রকাশিত ফ্ল্যাগশিপ বৃহৎ মডেল। preview সংস্করণের তুলনায় এতে প্রি-ট্রেনিং ও পোস্ট-ট্রেনিংয়ের পরিসর উল্লেখযোগ্যভাবে বাড়ানো হয়েছে। এতে প্রথমবার ভিশন ও কম্পিউটার অপারেশন সক্ষমতা যুক্ত হয়েছে, যা কমান্ড লাইন ও গ্রাফিক্যাল ইন্টারফেস মিলিয়ে পেশাদার সফটওয়্যার ও দীর্ঘমেয়াদি কাজ সম্পন্ন করতে পারে। আর্থিক গবেষণা, গেম ডেভেলপমেন্ট, ফ্রন্টএন্ড জেনারেশন ও বৈজ্ঞানিক গণনার মতো বাস্তব উৎপাদনশীলতার ক্ষেত্রে Hy4 অসাধারণ ফল দেখায়। সরকারি মূল্যায়নে এটি ওপেন-সোর্স মডেলগুলোর শীর্ষ সারিতে রয়েছে। এটি Tencent Cloud ও OpenRouter-এ চালু হয়েছে এবং CodeBuddy, WorkBuddy, Yuanbao, ima-সহ বিভিন্ন পণ্যে ব্যবহার করা যায়। এর মূল্য preview-এর সমান।

ভিশন বোঝাপড়া ও কম্পিউটার অপারেশন: প্রথমবার ভিশন সক্ষমতা যুক্ত হয়েছে। উপলব্ধি, যুক্তি ও টুল কলিংয়ের সমন্বয়ে সূক্ষ্ম চিত্র প্রক্রিয়াকরণ, জটিল চার্ট বিশ্লেষণ ও গাণিতিক ভিশন রিজনিং করা যায়। মানুষে মতো নমনীয়ভাবে কমান্ড লাইন ও গ্রাফিক্যাল ইন্টারফেস মিলিয়ে কম্পিউটার পরিচালনাও করা যায়।
ফ্রন্টএন্ড ও গেম ডেভেলপমেন্ট: জটিল ইন্টারঅ্যাকশন, ব্যবসায়িক যুক্তি, স্টেট ম্যানেজমেন্ট এবং ফ্রন্টএন্ড-ব্যাকএন্ড সমন্বয়ের জন্য অপ্টিমাইজ করা হয়েছে। UE, Unity ও Godot-এর মতো প্রধান ইঞ্জিনে গভীরভাবে অভিযোজিত। GameDev ও GameLogic মূল্যায়নে preview-এর তুলনায় যথাক্রমে 19.1% ও 9.8% উন্নতি হয়েছে।
অর্থ ও অফিস: ফান্ড গবেষণা, সিকিউরিটিজ বিশ্লেষণ ও কোয়ান্টিটেটিভ কৌশলের মতো পেশাদার প্রক্রিয়া শেখানো হয়েছে। সরকারি জনপরীক্ষায় ওপেন-সোর্স মডেলগুলোর মধ্যে প্রথম স্থান পেয়েছে। হ্যালুসিনেশনের হার 15.76% থেকে 5.45%-এ নেমেছে এবং মানুষের সঙ্গে রিয়েল-টাইমে Word, Excel ও PPT সম্পাদনা সমর্থন করে।
বৈজ্ঞানিক গবেষণা ও মডেল উন্নয়ন: জটিল যুক্তি, বৈজ্ঞানিক প্রোগ্রামিং ও দীর্ঘমেয়াদি কাজ সম্পাদনের সমন্বয়ে গবেষণার কাজ শুরু থেকে শেষ পর্যন্ত এগিয়ে নিতে পারে। Hyra 2.0 ব্যবহার করে স্বয়ংক্রিয়ভাবে সরকারি Jev-এর চেয়ে উন্নত মডেল প্রশিক্ষণ দেওয়া হয়েছে এবং HyCell ও HyPDE নামে দুটি গবেষণা ভিত্তিমডেল ওপেন-সোর্স করা হয়েছে।
দীর্ঘমেয়াদি ব্যক্তিগত সহকারী: কনটেক্সট শেখার সক্ষমতা উন্নত হয়েছে। WorkBuddy-এর Enterprise WeChat স্যুটের মাধ্যমে চ্যাট রেকর্ড, ইমেইল, ডকুমেন্ট, সময়সূচি ও মিটিং সংযুক্ত করে স্বয়ংক্রিয়ভাবে করণীয় শনাক্ত, সময়সূচি স্মরণ করিয়ে এবং অগ্রাধিকার নির্ধারণে সহায়তা করে।

স্কেল সম্প্রসারণ ও স্পার্স অ্যাক্টিভেশন: preview-এর তুলনায় Hy4-এর প্রি-ট্রেনিং ও পোস্ট-ট্রেনিংয়ের পরিসর উল্লেখযোগ্যভাবে বড়। এটি preview-এর মিশ্র বিশেষজ্ঞ পদ্ধতি বজায় রাখে; preview-তে মোট 770B প্যারামিটার ও 49B সক্রিয় প্যারামিটার রয়েছে। দীর্ঘ লেখা বোঝা ও দীর্ঘমেয়াদি কাজ সমর্থনের জন্য 1M tokens-এর মিলিয়ন-স্তরের কনটেক্সট উইন্ডোও বজায় রাখা হয়েছে।
মাল্টিমোডাল ফিউশন: প্রথমবার ভিশন এনকোডিং সক্ষমতা একটি একীভূত মডেলে যুক্ত করা হয়েছে। ফলে টেক্সট রিজনিং চেইন চিত্র-অনুধাবনের ফল ব্যবহার করতে পারে এবং সূক্ষ্ম চিত্র প্রক্রিয়াকরণ, চার্ট বিশ্লেষণ ও ভিশনভিত্তিক গাণিতিক যুক্তি সম্পাদন করতে পারে। ফ্রন্টএন্ড ও গেম ডেভেলপমেন্টের উন্নতিও ভিশন বোঝাপড়া, কোড জেনারেশন এবং ইঞ্জিন টুল কলিংয়ের যৌথ প্রশিক্ষণ থেকে এসেছে।
Agentic টুল কলিং ও বিশেষায়িত পোস্ট-ট্রেনিং: Blender, CAD-এর মতো পেশাদার সফটওয়্যার এবং একাধিক অ্যাপ্লিকেশনজুড়ে দীর্ঘমেয়াদি কাজের জন্য মডেলটিকে বিশেষভাবে প্রশিক্ষণ দেওয়া হয়েছে। এতে পর্যবেক্ষণ—পরিকল্পনা—টুল কলিং—ফল যাচাইয়ের চক্র শেখানো হয়েছে। আর্থিক ক্ষেত্রে হাজারো ওয়ার্কস্পেস ও দশ হাজারেরও বেশি উচ্চমানের কাজের ভিত্তিতে প্রশিক্ষণ পরিবেশ তৈরি করা হয়েছে। সময়-সংবেদনশীল অনুসন্ধান, বহু-উৎস তথ্য একীভূতকরণ ও তথ্যের সামঞ্জস্য যাচাইয়ের জন্য বিশেষ সার্চ অপ্টিমাইজেশন করা হয়েছে, যা হ্যালুসিনেশন ও অনুমানভিত্তিক ভুল কমায়।
RL-চালিত বাস্তব কাজের সামঞ্জস্য: গেম (IEG-এর সঙ্গে যৌথভাবে), অর্থ (213 জন বিশেষজ্ঞের জনপরীক্ষা প্রতিক্রিয়া), অফিস ডকুমেন্ট, Honor of Kings-এর কনফিগারেশন ও বাগ বিশ্লেষণসহ বাস্তব ব্যবসায়িক ক্ষেত্রগুলো বড় আকারের রিইনফোর্সমেন্ট লার্নিং ও পছন্দ-সামঞ্জস্যের সংকেত সরবরাহ করে। এর ফলে মডেলের সক্ষমতা benchmark থেকে বাস্তব উৎপাদনশীলতার ক্ষেত্রে স্থানান্তরিত হয়।

প্রবেশপথ বেছে নিন: সাধারণ ব্যবহারকারীরা Yuanbao, ima, WorkBuddy/CodeBuddy-সহ বিভিন্ন পণ্য খুলে সরাসরি Hy4 ব্যবহার করতে পারেন। ডেভেলপাররা Tencent Cloud বা OpenRouter-এর মাধ্যমে API কল করতে পারেন।
অনুমতি নিন: ভোক্তা পণ্যের ব্যবহারকারীরা সংশ্লিষ্ট Tencent অ্যাকাউন্টে লগইন করে ব্যবহার করতে পারবেন। API ব্যবহারকারীদের Tencent Cloud-এ Hunyuan পরিষেবা চালু করে API Key সংগ্রহ করতে হবে।
মডেল কল করুন: ডেভেলপাররা কোডে মডেলের নাম Hy4 হিসেবে কনফিগার করবেন।
ব্যবহারের ক্ষেত্র সংযুক্ত করুন: প্রয়োজন অনুযায়ী সংশ্লিষ্ট সক্ষমতা ব্যবহার করুন। যেমন WorkBuddy-এর মাধ্যমে Enterprise WeChat সংযুক্ত করে দীর্ঘমেয়াদি সহকারী তৈরি করা, অথবা Yuanbao/ima-তে সরাসরি মাল্টিমোডাল প্রশ্নোত্তর, ডকুমেন্ট দ্বৈত-সম্পাদনা ও গভীর গবেষণা করা।
উন্নত সক্ষমতা ব্যবহার করুন: ভিশন বোঝাপড়া, কম্পিউটার অপারেশন, গেম ডেভেলপমেন্ট বা বৈজ্ঞানিক গণনার মতো সক্ষমতা প্রয়োজন হলে Hy AI Studio বা CodeBuddy-তে Agent হিসেবে কাজ জমা দিন, যাতে Hy4 স্বয়ংক্রিয়ভাবে পরিকল্পনা করে তা সম্পন্ন করতে পারে।

কর্মদক্ষতায় ওপেন-সোর্সের শীর্ষ সারিতে: আর্থিক জনপরীক্ষার 579টি বাস্তব কাজে 3.04/4 স্কোর পেয়ে ওপেন-সোর্স মডেলগুলোর মধ্যে প্রথম হয়েছে। বৈজ্ঞানিক TenureTrail মূল্যায়নেও ওপেন-সোর্স মডেলগুলোর মধ্যে প্রথম। সরকারি ভাষ্য অনুযায়ী, এটি “প্রথমবার সবচেয়ে শক্তিশালী ওপেন-সোর্স মডেলগুলোর সারিতে স্থান পেয়েছে”।
প্রথমবার ভিশন ও কম্পিউটার অপারেশন যুক্ত: নতুন মাল্টিমোডাল উপলব্ধি এবং GUI+কমান্ড লাইনভিত্তিক কম্পিউটার অপারেশন সক্ষমতা যুক্ত হয়েছে। Blender ও CAD-এর মতো পেশাদার সফটওয়্যার পরিচালনা এবং একাধিক অ্যাপ্লিকেশনজুড়ে দীর্ঘমেয়াদি কাজ সম্পন্ন করতে পারে।
বাস্তব উৎপাদনশীলতার ক্ষেত্রে গভীরভাবে পরিমার্জিত: হ্যালুসিনেশনের হার 15.76% থেকে 5.45%-এ নেমেছে, অফিস ডকুমেন্টের কাজ সম্পন্নের হার প্রায় 97%। ফ্রন্টএন্ড, গেম ডেভেলপমেন্ট (GameDev +19.1%) ও আর্থিক গবেষণার মতো ক্ষেত্রগুলোতে Tencent-এর অভ্যন্তরীণ বাস্তব ব্যবসায়িক তথ্যভিত্তিক বিশেষ প্রশিক্ষণ রয়েছে।
মিলিয়ন-স্তরের কনটেক্সট ও দীর্ঘমেয়াদি কাজ: 1M tokens-এর কনটেক্সট উইন্ডো বজায় রেখে দীর্ঘ লেখা বোঝা, গভীর গবেষণা ও একাধিক প্রকল্প সমান্তরালে পরিচালনার দীর্ঘমেয়াদি সহকারী সক্ষমতা উল্লেখযোগ্যভাবে উন্নত হয়েছে।

প্রকল্পের অফিসিয়াল ওয়েবসাইট: https://hy.tencent.com/research/hy4

আর্থিক গবেষণা: ফান্ড গবেষণা, সিকিউরিটিজ বিশ্লেষণ, কোয়ান্টিটেটিভ কৌশল, মূল্যায়ন মডেলিং ও পৃথক শেয়ার গবেষণা প্রতিবেদন তৈরি করা যায়। আর্থিক জনপরীক্ষায় ওপেন-সোর্স মডেলগুলোর মধ্যে প্রথম এবং ইনভয়েস গোছানো ও কর-সংক্রান্ত নিরীক্ষার মতো অফিস প্রক্রিয়াও সমর্থন করে।
গেম ডেভেলপমেন্ট: UE, Unity ও Godot-এর মতো প্রধান ইঞ্জিনে গভীরভাবে অভিযোজিত। ফিচার বাস্তবায়ন, গেমপ্লে লজিক ও অ্যাসেট প্রসেসিং কভার করে এবং মাল্টিপ্লেয়ার গেম ডেভেলপমেন্টে সম্প্রসারিত হয়েছে, যেমন বাস্তবে খেলা যায় এমন “QQ Happy Arcade”।
ফ্রন্টএন্ড ও 3D ডেভেলপমেন্ট: জটিল ইন্টারঅ্যাকশন ও সম্পূর্ণ ব্যবসায়িক যুক্তিসম্পন্ন ফ্রন্টএন্ড ইন্টারফেস, Three.js 3D ডিজিটাল স্যান্ডবক্সসহ বিভিন্ন কাজ তৈরি করতে পারে এবং সৌন্দর্য ও ব্যবহারযোগ্যতার ভারসাম্য বজায় রাখে।
বৈজ্ঞানিক গণনা: শুরু থেকে শেষ পর্যন্ত বৈজ্ঞানিক গবেষণার কাজ এগিয়ে নিতে পারে। যেমন 1.5 ঘণ্টায় 700万 কোষবিশিষ্ট ইঁদুরের ভ্রূণের ত্রিমাত্রিক পুনর্গঠন, গাণিতিক অনুমানের পাল্টা উদাহরণ আবিষ্কার ও Lean-এ আনুষ্ঠানিক যাচাই, এবং মডেল প্রশিক্ষণের অবকাঠামো স্বয়ংক্রিয়ভাবে অপ্টিমাইজ করা।
ব্যক্তিগত অফিস ও দীর্ঘমেয়াদি সহকারী: WorkBuddy Enterprise WeChat স্যুটের মাধ্যমে চ্যাট রেকর্ড, ইমেইল, সময়সূচি ও মিটিং একীভূত করে প্রতিদিনের কাজের বোর্ড স্বয়ংক্রিয়ভাবে তৈরি, করণীয় স্মরণ করিয়ে এবং অগ্রাধিকার নির্ধারণে সহায়তা করে। একই সঙ্গে Word/Excel/PPT-তে মানুষ ও মডেলের যৌথ সম্পাদনাও সমর্থন করে।