GuidesOneMux

Hy4 và Hy4 Preview: Những gì đã được công bố về lập trình, công cụ và đầu ra có cấu trúc

So sánh bằng chứng hiện có về Hy4 và Hy4 Preview, đồng thời sử dụng danh sách kiểm tra ưu tiên quyền riêng tư trước khi xử lý dữ liệu người dùng hoặc thông tin xác thực.

AI

Tóm tắt · TL;DR

Tencent mô tả khả năng lập trình của Hy4 Preview, nhưng nguồn được cung cấp không đưa ra so sánh năng lực với Hy4, cũng không công bố giao diện gọi công cụ hay bảo đảm về đầu ra có cấu trúc. Các nhóm xử lý dữ liệu nhạy cảm nên xác minh cấu hình triển khai cụ thể và thử nghiệm bằng dữ liệu tổng hợp trước khi cân nhắc sử dụng trong môi trường production.

Điểm chính

  • Tencent công bố các khả năng kỹ thuật phần mềm của Hy4 Preview, bao gồm phát triển với ngữ cảnh dài, gỡ lỗi và kiểm thử xác nhận.
  • Bằng chứng được cung cấp không xác định Hy4 và Hy4 Preview là cùng một mô hình hay các phiên bản khác nhau, cũng như không so sánh năng lực của chúng.
  • Giao diện gọi công cụ, đầu ra bị ràng buộc theo schema và các bảo đảm về quyền riêng tư vẫn chưa được xác minh trong nguồn được cung cấp.
  • Không đưa thông tin xác thực vào prompt hoặc kết quả công cụ; xác thực đầu ra và cấp quyền cho các hành động của công cụ bên ngoài mô hình.
Mục lục (7)

Quyết định: đánh giá Hy4 Preview, nhưng đừng mặc định hai mô hình có cùng tính năng

Nếu quy trình làm việc của bạn xử lý dữ liệu người dùng hoặc thông tin xác thực, hãy coi việc so sánh Hy4 và Hy4 Preview là chưa được xác minh. Thông báo ra mắt Hy4 Preview của Tencent mô tả khả năng lập trình và hỗ trợ năng suất của Hy4 Preview. Thông báo không xác định mô hình Hy4 được liệt kê riêng có năng lực ra sao so với Preview, cũng không công bố giao diện gọi công cụ, đầu ra bị ràng buộc theo schema hay các bảo đảm về xử lý dữ liệu.

OneMux, đơn vị xuất bản bài viết này, liệt kê riêng Hy4 và Hy4 Preview. Các trang này hữu ích để tìm cách truy cập mô hình, nhưng không phải bằng chứng cho thấy hai mục giống hay khác nhau về năng lực. Hãy xác minh mô hình và cấu hình triển khai cụ thể trước khi gửi bất kỳ tài liệu nhạy cảm nào.

Hy4 và Hy4 Preview: bằng chứng về năng lực

Bảng sau phân biệt các tuyên bố của Tencent về Preview với những câu hỏi mà bằng chứng được cung cấp chưa thể trả lời. Việc mô tả một khả năng không phải là phép đo độc lập hay bảo đảm cho mọi cấu hình triển khai API.

Câu hỏiHy4 PreviewSo sánh với Hy4
Lập trìnhTencent mô tả khả năng hiểu, lập kế hoạch, gỡ lỗi và kiểm thử xác nhận trong phát triển với ngữ cảnh dài, cùng những cải thiện về phát triển front-end.Chưa rõ. Nguồn được cung cấp không so sánh mô hình Hy4 được liệt kê riêng với Preview.
Gọi công cụTencent mô tả mô hình chạy thử nghiệm và làm việc với game engine, nhưng không nêu cụ thể giao diện gọi công cụ qua API hay độ tin cậy của giao diện đó.Chưa rõ. Chưa có bằng chứng xác định hai mô hình ngang nhau hoặc khác biệt về hiệu năng.
Đầu ra có cấu trúcTencent mô tả khả năng tạo tài liệu, bảng tính và bài thuyết trình; không công bố cơ chế bắt buộc tuân thủ JSON-schema hay tỷ lệ đầu ra hợp lệ.Chưa rõ. Không có cơ sở để so sánh.
Ngữ cảnh dàiTencent cho biết Preview có cửa sổ ngữ cảnh vượt quá 1 triệu token.Không thể so sánh từ thông báo ra mắt; đừng suy ra khả năng truy xuất hiệu quả hay đặc tính bảo vệ quyền riêng tư từ kích thước cửa sổ.
Quyền riêng tư và thông tin xác thựcThông báo được cung cấp không nêu thời gian lưu giữ, việc sử dụng để huấn luyện, khu vực xử lý hay các bảo đảm về xử lý thông tin xác thực.Chưa rõ; hãy kiểm tra điều khoản của nhà cung cấp và cấu hình triển khai cụ thể.

Nguồn: Thông báo ra mắt Hy4 Preview của Tencent. OneMux liệt kê cả hai mô hình với giá trị ngữ cảnh 1M, nhưng thông tin trong danh mục này không xác lập rằng chúng hoạt động tương đương hoặc có quan hệ phiên bản với nhau.

Kết quả đánh giá lập trình của Tencent cho thấy điều gì và không cho thấy điều gì

Tencent báo cáo một cuộc đánh giá mù được thực hiện nội bộ, với sự tham gia của 163 chuyên gia và 203 tác vụ kỹ thuật. Theo báo cáo, Hy4 Preview đạt điểm trung bình 2.99 trên 4.00, so với 2.92 của GLM-5.3 và 2.94 của Kimi K3. Đây là kết quả do Tencent báo cáo cho cuộc đánh giá đó, không phải bằng chứng về tính vượt trội nói chung hay phép đo so sánh Hy4 với Hy4 Preview. Bản tóm tắt được cung cấp không có đủ chi tiết ở cấp tác vụ để xác định hiệu năng đối với mã xử lý thông tin xác thực nhạy cảm. Xem thông báo của Tencent.

Để đưa ra quyết định thực tế, hãy thử nghiệm đúng công việc lập trình bạn cần: chẳng hạn, kiểm tra xem mô hình có thể phát hiện thông tin bí mật bị ứng dụng vô tình ghi vào log, đề xuất bản sửa lỗi và giữ nguyên hành vi hiện có hay không. Hãy dùng thông tin xác thực tổng hợp và tự rà soát bản vá được đề xuất. Một lời giải thích nghe có vẻ hợp lý không chứng minh bản vá an toàn.

Quy trình đánh giá có tính đến quyền riêng tư

Danh sách dưới đây chỉ mang tính minh họa và chưa được kiểm thử, không phải tuyên bố về mức độ bảo mật của một trong hai mô hình. Hãy bắt đầu với môi trường không phải production và dữ liệu giả lập.

  1. Xác định chính xác luồng dịch vụ. Ghi lại mã định danh mô hình, endpoint, nhà cung cấp dịch vụ và mọi bên trung gian nhận yêu cầu. OneMux cung cấp API tương thích OpenAI để truy cập mô hình; khả năng tương thích với một công cụ hoặc tham số đầu ra có cấu trúc cụ thể vẫn phụ thuộc vào việc endpoint và tham số đó có được hỗ trợ và ghi nhận trong tài liệu hay không.
  2. Kiểm tra điều khoản dữ liệu trước khi sử dụng. Thu thập câu trả lời cập nhật, áp dụng cho cấu hình triển khai cụ thể, về việc lưu giữ yêu cầu và phản hồi, sử dụng dữ liệu để huấn luyện, kiểm soát truy cập, các bên xử lý phụ và địa điểm xử lý. Thông báo của Tencent được cung cấp ở đây không trả lời những câu hỏi này.
  3. Giảm thiểu dữ liệu đầu vào. Thay tên, mã định danh tài khoản, token và mật khẩu bằng các placeholder tổng hợp nhất quán. Chỉ gửi đoạn mã hoặc bản ghi cần thiết cho tác vụ. Cửa sổ ngữ cảnh lớn không phải là lý do để tải lên toàn bộ repository hoặc cơ sở dữ liệu người dùng.
  4. Giữ thông tin bí mật bên ngoài mô hình. Lưu thông tin xác thực trong một hệ thống quản lý bí mật phù hợp. Không đưa chúng vào prompt, lịch sử hội thoại, mô tả công cụ, kết quả công cụ hoặc thông báo lỗi trả về cho mô hình.
  5. Kiểm tra các ranh giới. Dùng bản ghi giả lập để kiểm tra xem đầu ra có lặp lại các chuỗi trông giống dữ liệu nhạy cảm không, log có ghi lại prompt hoặc phản hồi không, và hành động được đề xuất có vượt quá quyền người dùng cho phép không. Kiểm tra cả log ứng dụng lẫn mọi biện pháp kiểm soát hiện có của nhà cung cấp.
  6. Phê duyệt riêng việc sử dụng trong production. Để những người phụ trách bảo mật và quyền riêng tư đánh giá cấu hình triển khai thực tế, phân loại dữ liệu, hợp đồng và các biện pháp kiểm soát vận hành. Một thử nghiệm thành công với dữ liệu tổng hợp không xác lập sự tuân thủ hay loại bỏ rủi ro rò rỉ.

Ví dụ, thay vì gửi access token thật khi yêu cầu sửa lỗi ghi log, hãy thay bằng EXAMPLE_TOKEN_NOT_A_SECRET và chỉ cung cấp hàm ghi log liên quan. Kiểm tra xem bản vá được đề xuất có loại bỏ giá trị đó khỏi log mà không làm ảnh hưởng đến thông tin chẩn đoán cần thiết hay không.

Gọi công cụ và đầu ra có cấu trúc: các bước kiểm tra trước khi tự động hóa

Mô tả của Tencent về việc Preview chạy thử nghiệm là bằng chứng hữu ích về một quy trình làm việc, nhưng không phải là đặc tả API. Trước khi thiết kế agent dựa trên một trong hai mục trong danh mục, hãy xác nhận rằng endpoint và mô hình cụ thể có tài liệu mô tả các tham số gọi công cụ, định dạng phản hồi và mọi giới hạn mà bạn dự định sử dụng. Nếu tài liệu không đề cập đến việc hỗ trợ, hãy coi đó là điều chưa rõ thay vì mặc định tính năng tồn tại.

Khi tính năng gọi công cụ được hỗ trợ, hãy để việc cấp quyền nằm ngoài mô hình: xác thực các đối số của công cụ, chỉ cấp cho công cụ những quyền cần thiết và yêu cầu con người phê duyệt các hành động nhạy cảm hoặc không thể đảo ngược. Coi đầu ra của công cụ là dữ liệu đầu vào không đáng tin cậy; nó có thể chứa dữ liệu riêng tư hoặc chỉ dẫn không được phép ghi đè quy tắc của ứng dụng. Tránh trả thông tin xác thực thô về cho mô hình, kể cả khi công cụ cần dùng chúng nội bộ.

Sự phân biệt tương tự cũng áp dụng cho đầu ra có cấu trúc. Một mô hình có thể tạo JSON khi được yêu cầu mà không bảo đảm kết quả khớp với schema của bạn. Nếu tài liệu của endpoint được chọn có đề cập đến đầu ra bị ràng buộc theo schema, hãy xác minh các giới hạn của tính năng; nếu không, hãy phân tích cú pháp và xác thực phản hồi trong ứng dụng. Từ chối các trường không hợp lệ hoặc ngoài dự kiến, và không thực hiện hành động chỉ vì phản hồi đúng cú pháp. Giới hạn số lần thử lại và dùng thông báo lỗi đã được loại bỏ thông tin nhạy cảm, sau đó chuyển các trường hợp thất bại để rà soát thay vì âm thầm chấp nhận dữ liệu sai định dạng.

Kết luận

Tencent đã công bố khả năng lập trình của Hy4 Preview, nhưng bằng chứng hiện có không đủ để xác định Hy4 hay Preview vượt trội hơn về lập trình, gọi công cụ hoặc đầu ra có cấu trúc. Với các công việc cần chú trọng quyền riêng tư, bước tiếp theo mang tính quyết định là xác minh endpoint và điều khoản dữ liệu cụ thể, sau đó thử nghiệm với dữ liệu tổng hợp và các biện pháp bảo vệ bên ngoài trước khi cân nhắc dùng dữ liệu người dùng thực.

Nguồn

FAQ

Hy4 có phải là cùng một mô hình với Hy4 Preview không?

Bằng chứng được cung cấp không xác định chúng giống hệt nhau, là các phiên bản khác nhau hay có mối liên hệ nào khác. OneMux liệt kê chúng riêng biệt, nhưng riêng điều đó không chứng minh có sự khác biệt về năng lực.

Hy4 Preview có hỗ trợ gọi công cụ không?

Tencent mô tả các quy trình trong đó Hy4 Preview chạy thử nghiệm và làm việc với game engine, nhưng thông báo được cung cấp không nêu cụ thể giao diện gọi công cụ qua API. Hãy kiểm tra tài liệu của mô hình và endpoint cụ thể.

Hy4 Preview có bảo đảm JSON hợp lệ hoặc đầu ra tuân thủ schema không?

Thông báo của Tencent được cung cấp không công bố bảo đảm như vậy. Hãy kiểm tra tài liệu dành riêng cho endpoint và xác thực đầu ra trong ứng dụng của bạn.

Tôi có thể gửi thông tin xác thực cho Hy4 hoặc Hy4 Preview một cách an toàn không?

Nguồn được cung cấp không đưa ra bảo đảm về việc xử lý thông tin xác thực. Không đưa thông tin xác thực vào prompt và kết quả công cụ; hãy xem xét điều khoản dữ liệu và các biện pháp kiểm soát của cấu hình triển khai cụ thể trước khi sử dụng dữ liệu nhạy cảm.

Bài viết liên quan