指南OneMux

Hy4 與 Hy4 Preview 比較:程式碼、工具與結構化輸出的文件說明

比較目前關於 Hy4 與 Hy4 Preview 的資料,並在處理使用者資料或憑證前,先採用以隱私為優先的檢查清單。

AI

摘要 · TL;DR

Tencent 說明了 Hy4 Preview 的程式碼能力,但目前提供的資料並未建立 Hy4 與 Hy4 Preview 之間的能力比較,也未說明工具呼叫介面或結構化輸出的保證。處理敏感資料的團隊應先確認實際使用的部署環境,並以合成輸入進行測試,再考慮投入正式環境使用。

重點

  • Tencent 說明 Hy4 Preview 具備軟體工程能力,包括長上下文開發、除錯與驗證。
  • 目前提供的資料無法確認 Hy4 與 Hy4 Preview 是否為同一模型、不同版本,或兩者能力如何比較。
  • 工具呼叫介面、受 schema 限制的輸出,以及隱私保證,在目前提供的資料中都尚未獲得確認。
  • 不要在提示詞或工具結果中放入憑證;應在模型之外驗證輸出,並授權工具執行動作。
文章目錄 (7)

決策建議:評估 Hy4 Preview,但別假設功能相同

如果你的工作流程會處理使用者資料或憑證,請將 Hy4 與 Hy4 Preview 視為尚未確認的比較對象。Tencent 的 Hy4 Preview 發布公告說明了 Hy4 Preview 的程式碼與生產力能力,但未說明另一個獨立列出的 Hy4 模型與它有何差異,也未提供工具呼叫介面、受 schema 限制的輸出,或資料處理方面的保證。

本文發布者 OneMux 將 Hy4 與 Hy4 Preview 分別列出。這些頁面可用來查找模型存取方式,但無法證明兩個項目在能力上相同或不同。在傳送任何敏感資料前,請先確認實際使用的模型與部署環境。

Hy4 與 Hy4 Preview:能力方面的證據

下表將 Tencent 對 Preview 的說明,與目前資料無法回答的問題分開列出。能力描述並非獨立測量結果,也不代表每一種 API 部署都能保證具備該能力。

問題Hy4 PreviewHy4 比較
程式碼能力Tencent 表示,Hy4 Preview 可理解、規劃、除錯及驗證長上下文開發工作,並改善前端開發能力。未知。目前來源並未比較另一個獨立列出的 Hy4 模型與 Preview。
工具呼叫Tencent 表示模型能執行實驗並與遊戲引擎協作,但未說明 API 工具呼叫介面或其可靠性。未知。目前資料無法證明兩者功能相同或效能有差異。
結構化輸出Tencent 說明模型可建立文件、試算表和簡報,但未說明 JSON schema 強制執行或有效輸出率。未知。目前沒有可據以比較的資料。
長上下文Tencent 表示 Preview 的上下文視窗超過 1 million tokens。發布公告未提供比較資訊;不要根據視窗大小推斷實際檢索能力或隱私特性。
隱私與憑證目前提供的發布公告未說明資料保留、訓練用途、區域處理或憑證處理保證。未知;請查閱實際供應商與部署環境的條款。

來源:Tencent 的 Hy4 Preview 發布公告。OneMux 將兩個模型的上下文長度都列為 1M,但這項目錄資訊不能證明兩者行為相同,也無法確認其版本關係。

Tencent 的程式碼評測結果代表什麼、不代表什麼

Tencent 表示曾進行一項內部盲測評估,邀請 163 位專家完成 203 項工程任務。據其報告,Hy4 Preview 的平均分數為 2.99 out of 4.00,GLM-5.3 為 2.92,Kimi K3 為 2.94。這些是 Tencent 報告的該次評測結果,並不能證明其普遍優越,也不是 Hy4 與 Hy4 Preview 的比較結果。目前提供的摘要沒有足夠的任務細節,無法據此判斷模型在涉及憑證的程式碼工作上的表現。請參閱 Tencent 發布公告。

若要做出實務決策,請測試你真正需要的程式碼工作,例如模型能否找出應用程式意外記錄的密鑰、提出修正方式,並保留既有行為。請使用合成憑證,並由人工檢查建議的程式碼變更。說明聽起來合理,不代表修補程式就安全。

隱私優先的評估流程

以下是示意性、未經測試的檢查清單,並非對任一模型安全性的宣稱。請先在非正式環境中使用虛構資料進行測試。

  1. 確認實際服務路徑。 記錄模型識別碼、端點、服務供應商,以及任何會接收請求的中介服務。OneMux 提供 OpenAI-compatible API 供模型存取;但是否相容於特定工具或 structured-output 參數,仍須視端點與參數是否有文件說明而定。
  2. 使用前查閱資料條款。 針對實際部署,確認請求與回應的保留期限、訓練用途、存取控制、子處理者及資料處理地點等資訊。此處提供的 Tencent 發布公告未回答這些問題。
  3. 盡量減少輸入資料。 將姓名、帳戶識別碼、權杖和密碼換成一致的合成佔位文字。只傳送完成工作所需的程式碼或記錄。上下文視窗很大,不代表可以上傳整個程式碼儲存庫或使用者資料庫。
  4. 讓密鑰留在模型之外。 使用適當的密鑰管理系統保存憑證。不要將憑證放進提示詞、對話紀錄、工具描述、工具結果,或回傳給模型的錯誤訊息。
  5. 測試安全邊界。 使用虛構資料檢查輸出是否重複看似敏感的字串、記錄檔是否會保存提示詞或回應,以及建議的動作是否超出使用者授權。檢查應用程式記錄,以及任何可用的供應商控制項。
  6. 另行審核正式環境用途。 請合適的資安與隱私審查人員評估實際部署、資料分類、合約及營運控制措施。合成資料測試成功,並不能證明符合規範,也無法消除資料外洩風險。

例如,請模型協助修正記錄功能時,不要提供真實存取權杖,而應以 EXAMPLE_TOKEN_NOT_A_SECRET 取代,並只提供相關的記錄函式。接著確認建議的修補方式能在不破壞必要診斷功能的前提下,避免將該值寫入記錄檔。

工具呼叫與結構化輸出:自動化前的必要檢查

Tencent 對 Preview 執行實驗的描述,可作為工作流程方面的參考,但並不是 API 規格。在以任一目錄項目設計代理之前,請先確認實際使用的端點與模型是否有文件說明你預計採用的工具呼叫參數、回應格式及相關限制。如果沒有文件說明支援狀況,應視為未知,而不是假設功能存在。

若支援工具呼叫,授權機制應設在模型之外:驗證工具引數、只授予工具完成工作所需的權限,並要求人工核准敏感或不可逆的操作。請將工具輸出視為不可信輸入;其中可能包含不應覆蓋應用程式規則的私人資料或指令。即使工具內部需要憑證,也不要將原始憑證回傳給模型。

結構化輸出也應採取相同的區分方式。模型依照要求產生 JSON,不代表輸出一定符合你的 schema。如果選用的端點有文件說明支援受 schema 限制的輸出,仍應確認其限制;否則,請在應用程式中解析並驗證回應。拒絕無效或非預期欄位,也不要只因回應語法有效就執行動作。採用次數有限的重試,並提供已清理的錯誤訊息;若仍失敗,應交由人工審核,而不是默默接受格式錯誤的資料。

結論

Tencent 有文件說明 Hy4 Preview 的程式碼能力,但目前資料不足以判定 Hy4 與 Preview 在程式碼、工具呼叫或結構化輸出方面何者更好。若要在重視隱私的工作中使用,下一步應先確認實際端點與資料條款,再以合成輸入及外部防護措施進行測試,之後才考慮使用真實使用者資料。

來源

常見問題

Hy4 和 Hy4 Preview 是同一個模型嗎?

目前提供的資料無法確認兩者是完全相同、不同版本,或彼此有其他關係。OneMux 將兩者分別列出,但這本身並不能證明能力有所差異。

Hy4 Preview 支援工具呼叫嗎?

Tencent 描述了 Hy4 Preview 執行實驗並與遊戲引擎協作的工作流程,但目前提供的發布公告並未說明 API 工具呼叫介面。請查閱實際模型與端點的文件。

Hy4 Preview 能保證輸出有效 JSON 或符合 schema 嗎?

目前提供的 Tencent 發布公告未說明有這類保證。請查閱特定端點的文件,並在應用程式中驗證輸出。

我可以安全地將憑證傳給 Hy4 或 Hy4 Preview 嗎?

目前來源未提供憑證處理方面的保證。請勿將憑證放入提示詞或工具結果,並在使用敏感資料前,先檢視特定部署環境的資料條款與控制措施。

相關文章