Hunyuan
La familia de modelos generales de Tencent, con versiones de pesos abiertos
El texto completo se presenta en inglés; el título y el resumen están traducidos.
QUÉ ES
Hunyuan is Tencent’s general model family, introduced from September 2023 and covering dialogue, reasoning and multimodality. Tencent offers commercial interfaces through its cloud while releasing some sizes, such as 7B and 13B, as open weights for the community to download and fine-tune. The family also includes versions such as Hunyuan-Vision that accept image input. It is integrated widely across Tencent’s office, search and cloud products, one of the Chinese big-tech lines that serves both closed services and open releases.
Por qué merece la pena recordarlo
It keeps open-weight versions alongside a big-tech commercial model, making “one family you can call in the cloud or run locally” routine — Hunyuan is a typical sample of that pattern.
Especificaciones clave
- Parameters
- Includes 7B, 13B and other open sizes (some versions)
- Modality
- Text, image in (Hunyuan-Vision); text out
- Open weights
- Yes (some versions)
- Released
- 2023-09
Capacidades
Generación de texto
Continúa un texto palabra por palabra
Conversación y seguimiento de instrucciones
Entender la intención en el diálogo y actuar en consecuencia
Razonamiento y cadena de pensamiento
Descomponer un problema difícil en pasos intermedios
Preguntas y respuestas con recuperación
Recupera la evidencia primero y responde a partir de ella
Conceptos relacionados
Arquitectura Transformer
Sustituir el relé palabra a palabra por una sala donde todos hablan a la vez, para que las dependencias lejanas estén a un salto
Preentrenamiento y ajuste fino
Aprender el lenguaje primero con texto sin etiquetas y luego especializarse con pocos datos: el paradigma más eficiente en datos de la IA moderna
Mecanismo de atención
Cada posición puede mirar directamente a todas las demás y repartir su atención según la relevancia
Productos similares
ERNIE
2019Un modelo chino que comenzó con preentrenamiento enriquecido con conocimiento, versión temprana representativa
GLM
2023Un modelo general chino que comenzó con preentrenamiento de relleno de espacios autorregresivo
Qwen
2023Una familia de pesos abiertos con muchos tamaños y versiones multimodales
Doubao
2023El modelo de chat general y la aplicación de ByteDance
Pangu
2020La familia de modelos base Pangu de Huawei