Tencent lanserer Hy4 med begrensninger på læring av cyberangrep

A group of electronic devices sitting on top of a table — Jakub Żerdzicki / Unsplash

Tencent har lansert den nyeste kunstige intelligens modellen Hy4, som har begrensede læringsdata for å redusere risikoen for misbruk til cyberangrep.

Modellen er trent med fokus på data for defensive formål, slik som å finne og rette programvare sårbarheter. Data som kan brukes direkte til systeminntrenging eller utnyttelse av sårbarheter er utelatt. Materiale om omvendt utvikling og penetrasjonstesting er kun brukt i den grad det er nødvendig for defensiv analyse. Evalueringer utført av Xuanwu Lab og Keen Security Lab viste ingen betydelige risikoer knyttet til angrepskapasitet når det gjelder kryptanalyse, fjerning av binær obfuskering eller utnyttelse av sårbarheter.

Hy4 er basert på en ekspertblanding struktur med totalt 770 billioner parametere, hvorav omtrent 49 billioner aktiveres under slutning. Den støtter en kontekst på opptil 1 million tokens og introduserer bildeforståelse for analyse av komplekse diagrammer og matematisk visuell resonnering. Modellen kan også betjene både kommandolinjegrensesnitt og grafiske brukergrensesnitt. Det er gjennomført trening for bruk av spesialisert programvare som Blender og CAD, og ytelsen innen frontend utvikling og spillproduksjon er forbedret.

Tencent hevder at modellen har ytelse på linje med de nyeste modellene fra Z.ai, Moonshot AI og DeepSeek innen koding, agenter og nettleserbruk. I en evaluering med 579 praktiske oppgaver utført av 213 finansekperter fikk Hy4 3,04 poeng, noe som var høyere enn DeepSeek V4.1 Flash med 2,97 poeng, samt Kimi K3.1 Pro og GLM 5.3 som begge fikk 2,68 poeng. I verktøyet WorkBuddy rangerte modellen først blant kinesiske modeller i 9 av 12 kategorier, med en total gjennomføringsgrad på 96,15 prosent. Hallusinasjonsraten sank fra 12,95 prosent i forhåndsvisningen til 7,2 prosent.

Eksterne tester fra Vals AI viser imidlertid at det fortsatt er et gap til de beste kinesiske modellene. Hy4 rangerte som nummer 13 av 33 modeller med en total nøyaktighet på 59,35 prosent, bak Kimi K3.1 Pro med 62,52 prosent, DeepSeek V4.1 Flash med 61,26 prosent og GLM 5.3 med 59,73 prosent. Tencent erkjenner forskjeller sammenlignet med lukkede toppmodeller, spesielt innen avansert matematikk, langvarig koding og visuell spørring og svar.

Modellen er tilgjengelig via Tencent Cloud, CodeBuddy, WorkBuddy og Yuanbao. Vektningene for den offisielle modellen og et systemkort for sikkerhetsevaluering vil bli utgitt snart, sammen med en lettere versjon kalt Hy4 Flash.