Hy Memory 2.0 Inafanya kazi

Hy Memory 2.0 ni mfumo wa kumbukumbu za mawakala wenye akili uliotolewa kama chanzo huria na Tencent Hunyuan. Unatumia usanifu wa tabaka tatu wa modeli + mfumo + programu: modeli ya Hy-Memory-30A3B iliyofunzwa mahsusi kwa kumbukumbu, SDK inayotumia aina tatu za kumbukumbu za mazungumzo/kazi/msimbo, pamoja na programu ya ndani ya kudhibiti kumbukumbu ya MemHub inayoweza kuunganisha zana 10 za AI. Hy Memory 2.0 inaweza kuhifadhi na kusawazisha kumbukumbu za kibinafsi kati ya mazungumzo na zana, na kumpa Agent kumbukumbu endelevu na kamili ya muda mrefu. Tayari imetumika katika huduma kama Tencent Self-Selected Stocks na Tencent News.

Usanifu wa tabaka tatu ulio wazi kabisa: modeli maalum, mfumo wa kumbukumbu na programu ya MemHub vinaweza kutumiwa kivyake au kuunganishwa kuwa suluhisho kamili la Memory.
Udhibiti wa aina tatu za kumbukumbu: huhifadhi, husasisha na kuendeleza kumbukumbu za mazungumzo, kazi na msimbo; wasanidi wanaweza kuunganisha Agent kupitia SDK.
Kumbukumbu za mazungumzo: hubadilisha ukweli uliotawanyika kuwa mfululizo kamili wa matukio, huunganisha kiotomatiki maudhui kutoka nyakati na mazungumzo tofauti na kutatua migongano.
Kumbukumbu za kazi: hurekodi kwa vipimo vingi malengo ya kazi, mbinu na uzoefu unaoweza kutumiwa tena; hukagua masharti ya matumizi kabla ya kuitumia kusaidia utekelezaji wa kazi za muda mrefu.
Kumbukumbu za msimbo: huhifadhi muktadha wa miradi kwa ajili ya hali za msimbo, na kuboresha usahihi wa majibu kuhusu msimbo na utatuzi wa kazi.
Usawazishaji wa kumbukumbu wa MemHub: programu ya ndani huunganisha zana 10 za AI kama Cursor na Codex, huagiza mazungumzo ya awali na kutekeleza usawazishaji wa kumbukumbu wa wakati halisi kati ya zana.

Fuata WeChat na ujibu “开源” ili ujiunge na kikundi cha mawasiliano kuhusu miradi ya AI ya chanzo huria
Mpangilio wa kumbukumbu kwa matukio: hupanga vipengele kama wakati, mahali na wahusika kwa kuzingatia tukio, kisha huunganisha maendeleo yanayofuata; inapojibu maswali yenye vidokezo vingi, kwanza huunganisha taarifa zinazorudiwa na kutenganisha maudhui yanayokinzana, kisha huipa modeli kumbukumbu safi.
Utumiaji tena wa uzoefu kwa masharti: kumbukumbu za kazi na msimbo huhifadhiwa kwa vipimo vingi, ikiwemo lengo la kazi, mbinu iliyothibitishwa, matokeo ya hatua na masharti ya matumizi ya uzoefu, na kusawazishwa kadiri muda unavyopita; wakati wa kutumia uzoefu tena, mfumo hukagua kwanza ikiwa hali ya sasa inatimiza masharti ya matumizi, kisha huitumia kwa usahihi ili kuepuka uhamishaji usio sahihi.
Kuendelea na kazi kutoka hatua ya kusitisha: kila kazi ya muda mrefu inapoanzishwa tena, mfumo hutambua kwanza jambo linaloshughulikiwa, kisha hukumbuka kwa usahihi maamuzi husika, uzoefu ambao bado unatumika na mchakato wa awali wa kazi, na kupata kumbukumbu muhimu zaidi kwa kutumia Token chache.
Modeli ndogo maalum: Hy-Memory-30A3B imefunzwa mahsusi kwa kusasisha na kudhibiti kumbukumbu, na utendaji wake unazidi Opus5 kwenye mifumo kama Hy Memory, Mem0 na MemOS.
Kukusanya kumbukumbu za jumla: MemHub ina SDK ya Hy Memory iliyojengewa ndani, hukusanya mazungumzo ya zana mbalimbali za AI ndani ya nchi kuwa kumbukumbu moja ya kibinafsi, na hutumia programu-jalizi kuongeza muktadha kwenye zana hizo, hivyo kutenganisha rasilimali za kumbukumbu na zana.

Pata rasilimali za chanzo huria: pakua mfumo, programu na uzito wa modeli kutoka GitHub (Tencent-Hunyuan/Hy-Memory, Tencent-Hunyuan/MemHub) na HuggingFace (Hy-Memory-30B-A3B).
Wasanidi waunganishe SDK: unganisha Hy Memory SDK kwenye Agent yako na utumie uwezo wake wa kuhifadhi, kusasisha na kurejesha kumbukumbu.
Watumiaji wa kawaida wasakinishe MemHub: pakua CLI ya MemHub au APP ya Mac ili kuitumia kama kituo cha ndani cha kudhibiti kumbukumbu.
Idhinisha na uunganishe zana za AI: ndani ya MemHub, idhinisha zana 10 za AI zinazotumika, kama WorkBuddy, Cursor na Codex.
Agiza mazungumzo ya awali: baada ya kutoa idhini, agiza kwa mbofyo mmoja mazungumzo ya awali kutoka kwenye zana mbalimbali; SDK ya Hy Memory iliyojengewa ndani itayahifadhi kuwa kumbukumbu ya kibinafsi ya ndani.
Washa usawazishaji wa wakati halisi: mazungumzo mapya yanayotengenezwa na kila zana yataongezwa kiotomatiki kwenye kumbukumbu moja ya jumla bila hatua za mikono.
Tumia kupitia programu-jalizi: unapoanzisha kazi katika zana yoyote iliyounganishwa, MemHub huongeza kiotomatiki kumbukumbu husika kama muktadha wa zana hiyo.

Tabaka tatu zilizo wazi kabisa: modeli, mfumo na programu zote ni za chanzo huria; zinaweza kutumiwa kivyake au kuunganishwa, zikiwa na unyumbufu wa kiwango cha juu katika sekta.
Nafasi ya kwanza katika tathmini: ni mfumo wa kumbukumbu wa chanzo huria unaoongoza katika Benchmark 4 za hali za mazungumzo, kazi na msimbo.
Ubunifu wa kwanza katika sekta: ni mfumo wa kwanza wa kumbukumbu unaopendekeza kumbukumbu za kazi na msimbo, hivyo kufunika hali pana zaidi za kumbukumbu.
Modeli ndogo yazidi modeli kubwa: modeli maalum yenye takriban vigezo 3B vilivyoamilishwa inazidi Opus5 kwa ubora wa kumbukumbu, huku ikiwa na gharama ndogo na uwezo mzuri wa kutumwa.
Matumizi madogo sana ya hifadhi: licha ya kuongoza kwa ufanisi katika hali zote tatu, nafasi ya kuhifadhi kumbukumbu ni ndogo, hivyo inafaa kwa matumizi ya muda mrefu.
Ufanisi mkubwa wa Token: matumizi ya Token kwenye LoCoMo yamepungua kwa 39.3%, huku usahihi ukiwa wa juu zaidi kwa kutumia muktadha mdogo.
Rasilimali za kumbukumbu kuwa mali: MemHub huunganisha zana 10 za AI, na kufanya kumbukumbu ya kibinafsi iendelee kati ya zana bila kufungwa na bidhaa moja.

Hifadhi ya GitHub: https://github.com/Tencent-Hunyuan/MemHub
https://github.com/Tencent-Hunyuan/Hy-Memory
Hifadhi ya modeli ya HuggingFace: https://huggingface.co/tencent/Hy-Memory-30B-A3B

Msaidizi wa utafiti wa fedha na uwekezaji: hukumbuka kwa siku na mazungumzo tofauti sekta anazozingatia mtumiaji na mazoea yake ya uchanganuzi; kiwango cha kurejesha kumbukumbu kwa hatua nyingi katika Self-Selected Stocks kimeongezeka kutoka 50% hadi 90%.
Mapendekezo ya maudhui ya habari: hukumbuka mada anazozingatia mtumiaji na namna anavyopendelea kuitwa; katika “Zhisheng” na “News Mei” za Tencent News, wastani wa tathmini ya mapendeleo ya muda mrefu umefikia 91.68.
Maswali na majibu ya usimamizi wa maarifa: iWiki hutumia kumbukumbu zilizorejeshwa pekee kujibu, na usahihi wake umeongezeka kwa 48.6% ikilinganishwa na kupewa mazungumzo yote ya awali.
Msaada wa uundaji wa programu: hukumbuka kanuni za mradi na mapendeleo ya kibinafsi ya uandishi wa msimbo kati ya zana, na kutumia tena kumbukumbu za msimbo bila mshono katika zana kama Cursor na Codex.
Kazi za ofisini na za muda mrefu: hurekodi malengo ya kazi, matokeo ya hatua na uzoefu unaoweza kutumiwa tena, na kusaidia Agent wa ofisini kuendelea kutoka hatua ya kusitisha katika mazungumzo mengi.