tencent/Hy-Memory-30B-A3B-FP8

腾讯记忆写入模型以 55.49 平均分反超 Claude Opus 5，活跃参数约 3B

Hy-Memory-30B-A3B-FP8 是腾讯混元 Hy-Memory-30B-A3B 的 FP8 量化版，面向 vLLM 高效部署；原模型为约 3B 激活参数的紧凑长期记忆写入器，在 Mem0、MemOS、Hy-Memory（覆盖 Chat、Working、Coding）中替代通用 LLM，负责决定记忆的保留、表示与更新，训练采用 Memory On-Policy Distillation 与 Attributed Memory Reinforcement Learning 两阶段，并能直接迁移到未参与训练的 EverMemOS。评测仅更换写入器，固定检索和答案模型，在四个 harness 的固定 20% 子样本上等权平均 LoCoMo Judge、LME、PM-v2、Travel SPS、Shopping PS、CMB 六项指标；官方报告宏观平均 55.49，超过 Claude Opus 5 的 54.62 和 DeepSeek V4.1 Flash 的 53.64，也高于 Hy3、Qwen 系列基线。部署用 vLLM 启动 --served-model-name hy-memory，经 OpenAI 兼容 API 调用，支持 reasoning_effort:"no_think"；权重、配置、BF16 原版与评测代码分别发布在 Hugging Face、GitHub 和 arXiv。

1. 1直接替换 Mem0 / MemOS / Hy-Memory 框架内的通用 LLM，写入端专用
2. 2两阶段训练：Memory OPD 后接 Attributed Memory RL
3. 3Quickstart 用 OpenAI 兼容 API，no_think 模式提取用户事实

为什么重要　直接替换 Mem0/MemOS/Hy-Memory 写入端的专用小模型，FP8 适合 vLLM 部署，降低 agent 长期记忆成本。适合　做 Mem0/MemOS/Hy-Memory 记忆框架或 agent 记忆写入端的工程师

来源

huggingface.co

发布

2026/10/16

作者

tencent

下载量

360

收藏

13