腾讯混元负责人姚顺雨团队在 Reddit 社区开展公开 AMA 交流,集中回应了开发者近百个提问,核心对外说明混元不会刻意针对榜单刷分,同时确认后续会继续训练规模更大的模型。这场问答在 11 月 21 日凌晨进行,时长两小时,也是混元团队第一次面向全球开发者做这种公开问答,大家关心的榜单评测路线、模型参数规划、算力限制、Hy4 模型优化、小模型落地、架构选择、RSI 递归自我改进等问题都有对应的答复。团队认为 GPQA Diamond、SWE Bench 这类传统基准测试分数已经饱和,参考价值变低,所以不会优先冲这些榜单分数,转而选用 Agents'Last Exam 这类更新、难度更高的基准来展示效果,内部更多依靠优质训练数据、多样化真实任务评测打磨模型真实能力。在模型规模路线上,团队一方面认可扎实的中小模型也能拥有很强实力、部署成本更低,另一方面相信缩放定律,下一代 Hy 模型参数量会明显扩大,同时 Hy4 本身还会持续投入大规模强化学习做后训练优化,另外 Hy4-mini、适配 24GB 显存的小模型也在规划路线里。面对芯片供给带来的算力约束,团队表示会最大化用好现有算力资源追赶行业前沿,RSI 递归自我改进目前还处在早期阶段,并不是现阶段优先推进的目标,现阶段重心是夯实模型基础能力、优化真实场景体验。
核心问答要点清单
- 榜单策略:不刻意刷传统基准榜单,优先采用新型高难度评测,坚持评测真实性
- 大模型规划:将训练更大参数规模的下一代 Hy 模型,持续投入大规模强化学习
- 中小模型路线:Hy4-mini、Flash-Lite、适配端侧小模型在开发计划中
- 算力现状:受先进芯片供给限制,团队最大化压榨现有算力追赶前沿
- 架构选择:Hy4 选用 MLA 注意力机制,对比权衡过 GQA 方案
- RSI 进展:递归自我改进尚在早期,不属于当前最高优先级任务
Hy4 相关基础信息
| 项目 | 详情 |
|---|---|
| 旗舰版本 Hy4 | 770B 参数,偏向通用能力 |
| Hy4 flash | 224B 参数 |
| 当前优化方向 | 后训练、大规模强化学习、安全与用户体验优化 |
【相关 FAQ】
问题 1:姚顺雨团队在这次 AMA 回应近百问题里,关于刷榜是什么态度?
回答 1:姚顺雨团队明确表态不刻意刷榜,认为 GPQA Diamond、SWE Bench 等传统基准分数饱和,选择 Agents'Last Exam 这类新基准展示能力,依靠真实任务评测模型,不把榜单分数作为研发目标。
问题 2:姚顺雨团队回应近百问题时,有没有说要不要训练更大模型?
回答 2:姚顺雨团队确认会训练更大模型,团队认可缩放定律,下一代 Hy 模型参数规模会显著扩大,同时也会继续布局低成本的小参数模型。
问题 3:姚顺雨团队这次 AMA 回应近百问题,RSI 递归自我改进的优先级高吗?
回答 3:姚顺雨团队回应,RSI 递归自我改进目前还处于早期阶段,并不是当前最高优先级,现阶段重点是夯实模型基础能力、优化真实使用体验。
【参考资料】
[2026-11-22](姚顺雨团队回应近百个问题:不刻意刷榜、将训练更大模型)新浪科技
[2026-11-21](关于混元 4 模型、算力、刷榜与 RSI,姚顺雨回应一切)极客公园
[2026-11-21](腾讯混元姚顺雨团队:Hy4 仍有很大改进空间,计划训练更大规模模型)IT 之家
[2026-11-21](腾讯姚顺雨首度公开问答:混元不迷信 “大即聪明”)南方 +
【免责声明】
本内容仅为公开社区 AMA 问答信息整理,不构成技术选型、投资建议,模型后续迭代计划以腾讯混元官方后续公告为准。
本文来自作者[超涡镜像]投稿,不代表江南网立场,如若转载,请注明出处:https://wap.jnwb.net/kuaixun/202611/5211.html
评论列表(4条)
我是江南网的签约作者“超涡镜像”!
希望本篇文章《姚顺雨团队回应近百个问题不刻意刷榜、将训练更大模型》能对你有所帮助!
本站[江南网]内容主要涵盖:互联网行业的追踪与探索
本文概览:腾讯混元负责人姚顺雨团队在 Reddit 社区开展公开 AMA 交流,集中回应了开发者近百个提问,核心对外说明混元不会刻意针对榜单刷分,同