Histórico de código aberto e principais recursos do Hunyuan-A13B
O Hunyuan-A13B é um modelo de linguagem grande com código aberto oficialmente pela equipe Mixed Meta da Tencent em 27 de junho de 2025, projetado usando a arquitetura Mixed Expert (MoE). O modelo tem um total de 8 bilhões de parâmetros, dos quais 1,3 bilhão estão ativos, um projeto que reduz significativamente os custos de computação e garante um bom desempenho. O modelo é de código aberto no GitHub e no Hugging Face como um modelo pré-treinado, um modelo de comando ajustado e versões otimizadas e quantificadas (incluindo as versões FP8 e GPTQ-Int4) para implantação em diferentes ambientes de hardware. O conteúdo de código aberto também inclui código de treinamento detalhado, relatórios técnicos e manuais de operação, refletindo o espírito de contribuição da Tencent para a comunidade de compartilhamento de tecnologia de IA.
Em termos de realização técnica, o Hunyuan-A13B é particularmente enfático:
- Equilíbrio entre alto desempenho e baixo custo: ativação de apenas alguns parâmetros por meio da arquitetura MoE
- Opções abrangentes de implementação: várias versões quantitativas disponíveis para acomodar diferentes hardwares
- Suporte completo ao desenvolvedor: abertura total, desde os pesos do modelo até o código de treinamento
Essa resposta foi extraída do artigoHunyuan-A13B: modelos eficientes de linguagem grande de código aberto para contextos ultralongos e raciocínio inteligenteO
Português do Brasil 
简体中文 
English 
日本語 
Deutsch