Tencent ra mắt Hyra: AI thông minh có khả năng tự cải tiến đệ quy cho nghiên cứu khoa học

Theo tin từ IT ngày 21 tháng 7, Tencent Hunyuan hôm nay đã ra mắt Hyra-1.0, phiên bản đầu tiên của Hyra (Hunyuan Research Agent): một tác nhân thông minh (agent) có khả năng tự cải thiện đệ quy, được thiết kế chuyên biệt cho các nhiệm vụ nghiên cứu và kỹ thuật hướng tới hiệu suất.

Tencent cho biết, ngoài các tiêu chuẩn đánh giá công khai, nó còn có khả năng học hỏi và tiến hóa trong các hệ thống sản phẩm, trong quy trình nghiên cứu và phát triển AI thực tế, cũng như trong các lĩnh vực khoa học tự nhiên và bối cảnh công nghiệp.

Trong năm qua, tự cải thiện đệ quy (RSI) và nghiên cứu tự động đã trở thành một trong những vấn đề tiên phong sôi động nhất trong lĩnh vực AI.

AlphaEvolve của Google DeepMind chỉ cần 48 phép nhân vô hướng để hoàn thành phép nhân ma trận phức 4×4. Together AI đã để một nhóm các tác nhân thông minh cộng tác trong môi trường mở, nâng cận dưới đã biết của kissing number 11 chiều từ 593 lên 604. Autoresearch của Andrej Karpathy đã trình diễn một vòng lặp tinh gọn, cho phép quá trình nghiên cứu huấn luyện mô hình vận hành tự chủ.

Kể từ đó, một loạt các hệ thống tiến hóa đã liên tiếp xuất hiện: các tác nhân thông minh đang vượt ra khỏi các bài kiểm tra tiêu chuẩn khép kín để vươn tới việc vượt qua con người trong các khám phá khoa học mở.

Nguyên tắc thiết kế Harness của Tencent Hunyuan Hyra tuân thủ The Bitter Lesson: khung làm việc càng nhẹ và đơn giản càng tốt, không gian hành động của tác nhân càng rộng càng tốt. Với mô tả nhiệm vụ được đưa ra, Hyra liên tục vận hành một vòng lặp: đề xuất các solution tốt hơn dựa trên kinh nghiệm lịch sử. Kinh nghiệm lịch sử bao gồm nhật ký vận hành của các solution trước đó, phản hồi từ bộ đánh giá (evaluator), mã nguồn của solution, v.v. Vòng lặp tiếp diễn cho đến khi Agent chủ động kết thúc hoặc hết ngân sách, cuối cùng trả về phương án tối ưu nhất trong lịch sử.

Ví dụ, yêu cầu Hyra thiết kế cấu trúc 3D của một vật thể chỉ dựa trên một hình ảnh tham chiếu 2D và tạo ra mô hình 3D có thể kết xuất (render), sử dụng VLM judge dựa trên rubrics để đánh giá kết quả từ các khía cạnh như đường nét, tỷ lệ, tính toàn vẹn của cấu trúc, chất liệu và độ tương đồng thị giác.

Trong nhiều vòng khám phá, Hyra liên tục sửa đổi mã mô hình hóa và các tham số kết xuất, kết quả thu được gần với hình ảnh tham chiếu hơn và phù hợp với thẩm mỹ của con người hơn so với mô hình được tạo bằng chế độ goal của Claude Code.

IT đính kèm blog nghiên cứu về Hyra như sau:

https://hy.tencent.com/research/hyra

Thông báo quảng cáo: Các liên kết chuyển hướng bên ngoài có trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian lựa chọn, kết quả chỉ mang tính chất tham khảo, tất cả các bài viết của IT đều bao gồm tuyên bố này.