Hy3 幻觉率降了，好用吗？
Hy3不仅在幻觉率上大幅下降，而且在真实使用体验上有了质的飞跃，确实更好用了。腾讯官方给出的数据非常亮眼：Hy3正式版通过细粒度的数据清洗和训练约束，让模型学会了“有依据才回答、无依据明示缺失，多来源信息不乱拼，数据和状态不乱编”的原则。具体数字上，幻觉率从preview版本的12.5%降至5.4%，常识错误率从25.4%降至12.7%，两项核心指标都实现了腰斩级别的改善。在游戏场景中，WeGame《流放之路：降临》AI助手接入Hy3后，幻觉率更是从4.5%降至2.8%。这些数字意味着什么？简单说，Hy3“一本正经胡说八道”的毛病明显减少了，输出更加可靠。在WorkBuddy这类办公智能体中，Hy3的任务解决率从72%跃升至90%，平均耗时缩短34%。更惊人的是，在高频办公任务中，Hy3的Token消耗比GLM-5.2低47%到49%，尤其是在文档处理和PPT制作两个场景中降幅最明显。在编程能力方面，Hy3在SWE-Bench Verified上拿到了78.0分，SWE-Bench Multilingual 75.8分。更重要的是，它在CodeBuddy、Cline、KiloCode三种不同开发框架下的分数标准差控制在4个百分点以内，这意味着换个Agent框架不会出现大幅波动。Hy3在多轮对话方面也有了显著提升。通过SFT与RL阶段联合优化指代消解、省略还原和多轮约束继承，多轮问题率从17.4%降至7.9%，长对话理解基准MRCR从42.9%跃升至75.1%。这意味着你在和Hy3进行长时间对话时，它不会再“忘记”之前说过的内容。Hy3的定价也非常有竞争力：输入1元/百万Token，输出4元/百万Token，命中缓存仅0.25元。而且采用Apache 2.0协议开源，全球开发者可免费商用，已经“Day 0”接入Hugging Face与ModelScope。这种低门槛策略，让更多开发者和企业可以低成本地尝试和使用。需要说明的是，这些幻觉率、错误率的下降数据均来自腾讯内部评测体系，评测方法和数据集尚未公开披露。Hy3确实更好用了。 它的进步不只是数字上的改善，而是体现在真实的业务场景中——办公任务完成率从72%提到90%、编程能力跨框架稳定、多轮对话更连贯、幻觉率腰斩。如果你正在寻找一个既能干活又不会太贵的大模型，Hy3值得一试。
发布于 安徽
1
评论
赞
未登录
友善发言
评论
加载中
