Hy Memory 2.0 آپریشن میں

Hy Memory 2.0 Tencent Hunyuan کا اوپن سورس ایجنٹ میموری فریم ورک ہے، جو ماڈل + فریم ورک + ایپلیکیشن کی تین سطحی ساخت استعمال کرتا ہے: میموری ٹریننگ کے لیے مخصوص Hy-Memory-30A3B ماڈل، چیٹ/کام/کوڈ کی تین اقسام کی میموری کو سپورٹ کرنے والا SDK، اور MemHub نامی مقامی میموری مینجمنٹ ایپلیکیشن، جو 10 AI ٹولز سے منسلک ہو سکتی ہے۔ Hy Memory 2.0 گفتگو اور ٹولز کے درمیان ذاتی میموری کو محفوظ اور ہم وقت ساز کر سکتا ہے، جس سے Agent کو مسلسل اور مکمل طویل مدتی میموری حاصل ہوتی ہے۔ اسے Tencent کے 自选股 اور Tencent News سمیت متعدد کاروباری شعبوں میں نافذ کیا جا چکا ہے۔

تین سطحی مکمل اوپن سورس ساخت: مخصوص ماڈل، میموری فریم ورک اور MemHub ایپلیکیشن الگ الگ استعمال کی جا سکتی ہیں یا مکمل Memory حل میں یکجا کی جا سکتی ہیں۔
تین اقسام کی میموری کا انتظام: چیٹ، کام اور کوڈ میموری کو محفوظ، اپ ڈیٹ اور ارتقا دینے کی ذمہ داری؛ ڈویلپرز SDK کے ذریعے Agent سے منسلک ہو سکتے ہیں۔
چیٹ میموری: منتشر حقائق کو مکمل واقعاتی سلسلے میں تبدیل کرتی ہے، مختلف اوقات اور گفتگوؤں کے مواد کو خودکار طور پر جوڑتی اور تضادات کو دور کرتی ہے۔
کام کی میموری: کام کے اہداف، طریقہ کار اور دوبارہ قابلِ استعمال تجربات کو متعدد جہتوں میں ریکارڈ کرتی ہے، اور دوبارہ استعمال سے پہلے قابلِ اطلاق شرائط کی جانچ کرتی ہے تاکہ طویل مدتی کاموں میں مدد ملے۔
کوڈ میموری: کوڈ سے متعلقہ منظرناموں کے لیے پروجیکٹ کا سیاق و سباق محفوظ کرتی ہے، جس سے کوڈ سے متعلق سوالات اور کام حل کرنے کی درستگی بہتر ہوتی ہے۔
MemHub میموری سنکرونائزیشن: مقامی ایپلیکیشن Cursor، Codex سمیت 10 AI ٹولز سے منسلک ہو کر تاریخی گفتگو درآمد کرتی اور ٹولز کے درمیان میموری کی حقیقی وقت میں ہم وقت سازی ممکن بناتی ہے۔

WeChat پر فالو کریں اور “开源” کا جواب بھیج کر AI اوپن سورس پروجیکٹ گروپ میں شامل ہوں
واقعاتی میموری کی تنظیم: واقعات کو بنیاد بنا کر وقت، مقام اور افراد جیسے عناصر کو منظم کیا جاتا ہے اور بعد کی پیش رفت سے جوڑا جاتا ہے؛ متعدد اشاروں والے سوالات کا جواب دیتے وقت پہلے دہرائی گئی معلومات کو یکجا کیا جاتا ہے، متضاد مواد الگ کیا جاتا ہے، پھر صاف شدہ میموری ماڈل کو دی جاتی ہے۔
شرائط کے مطابق تجربے کا دوبارہ استعمال: کام اور کوڈ میموری کو کام کے ہدف، طے شدہ طریقہ کار، مرحلہ وار نتائج اور تجربے کی قابلِ اطلاق شرائط کے مطابق متعدد جہتوں میں محفوظ کیا جاتا ہے اور وقت کے ساتھ منظم و اپ ڈیٹ کیا جاتا ہے؛ تجربہ دوبارہ استعمال کرتے وقت پہلے جانچا جاتا ہے کہ موجودہ منظرنامہ قابلِ اطلاق شرائط پوری کرتا ہے یا نہیں، پھر مطابقت ہونے پر درست طور پر استعمال کیا جاتا ہے تاکہ غلط منتقلی سے بچا جا سکے۔
کام کے مقام سے دوبارہ آغاز: طویل مدتی کام ہر بار دوبارہ شروع ہونے پر فریم ورک پہلے موجودہ کام کی شناخت کرتا ہے، پھر متعلقہ فیصلوں، اب بھی قابلِ استعمال تجربات اور سابقہ کام کے عمل کو درست طور پر واپس لاتا ہے، تاکہ کم سے کم Token میں متعلقہ ترین میموری حاصل کی جا سکے۔
مخصوص چھوٹا ماڈل: Hy-Memory-30A3B کو میموری اپ ڈیٹ اور انتظام کے لیے خصوصی طور پر تربیت دی گئی ہے، اور Hy Memory، Mem0، MemOS سمیت فریم ورکس پر اس کی کارکردگی Opus5 سے بہتر ہے۔
عالمی میموری کا اجتماع: MemHub میں Hy Memory SDK شامل ہے، جو مختلف AI ٹولز کی گفتگو کو مقامی طور پر متحدہ ذاتی میموری میں محفوظ کرتا ہے اور پلگ اِن کی صورت میں ٹولز کو اضافی سیاق و سباق فراہم کرتا ہے، یوں میموری اثاثے ٹولز سے الگ رہتے ہیں۔

اوپن سورس وسائل حاصل کریں: GitHub (Tencent-Hunyuan/Hy-Memory، Tencent-Hunyuan/MemHub) اور HuggingFace (Hy-Memory-30B-A3B) سے فریم ورک، ایپلیکیشن اور ماڈل وزن ڈاؤن لوڈ کریں۔
ڈویلپرز SDK سے منسلک ہوں: Hy Memory SDK کو اپنے Agent میں ضم کریں اور اس کی میموری محفوظ کرنے، اپ ڈیٹ کرنے اور واپس لانے کی صلاحیتیں استعمال کریں۔
عام صارفین MemHub انسٹال کریں: MemHub کا CLI یا Mac ایپ ڈاؤن لوڈ کر کے اسے مقامی میموری مینجمنٹ مرکز کے طور پر استعمال کریں۔
AI ٹولز کو اختیار دیں: MemHub میں WorkBuddy، Cursor، Codex سمیت پہلے سے سپورٹ کردہ 10 AI ٹولز کو اختیار دیں۔
تاریخی گفتگو درآمد کریں: اختیار دینے کے بعد ہر ٹول کی سابقہ گفتگو ایک کلک سے درآمد کریں، جسے شامل شدہ Hy Memory SDK مقامی ذاتی میموری میں محفوظ کرے گا۔
حقیقی وقت کی ہم وقت سازی فعال کریں: ٹولز میں ہونے والی نئی گفتگو خودکار طور پر اسی عالمی میموری میں شامل ہو جائے گی، دستی کارروائی کی ضرورت نہیں۔
پلگ اِن کے ذریعے استعمال کریں: کسی منسلک ٹول میں کام شروع کرتے وقت MemHub متعلقہ میموری کو موجودہ ٹول کے لیے سیاق و سباق کے طور پر خودکار طور پر فراہم کرے گا۔

تین سطحوں پر مکمل اوپن سورس: ماڈل، فریم ورک اور ایپلیکیشن سب اوپن سورس ہیں؛ انہیں الگ الگ یا یکجا کر کے استعمال کیا جا سکتا ہے، جس سے لچک اعلیٰ سطح کی رہتی ہے۔
جامع جائزوں میں پہلی پوزیشن: چیٹ، کام اور کوڈ کے تینوں منظرناموں کے 4 Benchmark پر یہ اوپن سورس میموری فریم ورکس میں پہلے نمبر پر ہے۔
صنعت میں اولین: یہ کام کی میموری اور کوڈ میموری پیش کرنے والا پہلا میموری فریم ورک ہے، جو زیادہ مکمل میموری منظرناموں کا احاطہ کرتا ہے۔
چھوٹا ماڈل، بڑے ماڈل سے بہتر: تقریباً 3B فعال پیرامیٹرز والا مخصوص ماڈل، جس کا میموری نتیجہ Opus5 سے بہتر، لاگت کم اور تعیناتی آسان ہے۔
انتہائی کم اسٹوریج: تینوں منظرناموں میں بہترین کارکردگی کے ساتھ میموری اسٹوریج کی جگہ بھی بہت کم استعمال ہوتی ہے، اس لیے یہ طویل مدتی استعمال کے لیے موزوں ہے۔
Token کی نمایاں کارکردگی: LoCoMo پر Token کی کھپت میں 39.3% کمی، کم سیاق و سباق کے ساتھ زیادہ درستگی حاصل ہوتی ہے۔
میموری اثاثوں میں تبدیلی: MemHub 10 AI ٹولز کو جوڑتا ہے، جس سے ذاتی میموری ٹولز کے درمیان مسلسل رہتی ہے اور کسی ایک پروڈکٹ تک محدود نہیں ہوتی۔

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

مالیاتی تحقیق و سرمایہ کاری معاون: صارف کی زیرِ توجہ شعبوں اور تجزیاتی عادات کو مختلف دنوں اور گفتگوؤں میں یاد رکھتا ہے؛ 自选股 میں ملٹی ہاپ ریکال کی شرح 50% سے بڑھ کر 90% ہو گئی۔
خبری مواد کی تجویز: صارف کی پسندیدہ موضوعات اور مخاطب کرنے کے انداز کو یاد رکھتا ہے؛ Tencent News کے 「智声」 اور 「新闻妹」 میں طویل مدتی ترجیحات کے جائزے کا اوسط اسکور 91.68 حاصل ہوا۔
علمی انتظام اور سوال و جواب: iWiki صرف واپس لائی گئی میموری کی بنیاد پر جواب دیتا ہے، اور تمام اصل گفتگو فراہم کرنے کے مقابلے میں درستگی میں 48.6% بہتری آتی ہے۔
پروگرامنگ اور ترقیاتی معاونت: پروجیکٹ کے اصول اور ذاتی کوڈنگ ترجیحات کو مختلف ٹولز میں یاد رکھتا ہے، اور Cursor، Codex سمیت ٹولز کے درمیان کوڈ میموری کو بلا رکاوٹ دوبارہ استعمال کرتا ہے۔
دفتری اور طویل مدتی کام: کام کے اہداف، مرحلہ وار نتائج اور دوبارہ قابلِ استعمال تجربات ریکارڈ کرتا ہے، اور دفتری Agent کو متعدد گفتگوؤں کے درمیان کام کے مقام سے دوبارہ شروع کرنے میں مدد دیتا ہے۔