동차 Beating 모니터링에 따르면, 6월 5일 텐센트 클라우드 AI 산업 응용 컨퍼런스에서 텐센트 수석 AI 과학자 야오순위가 CSIG 책임자 탕다오성과 대담을 진행하며, 혼위안 대형 모델이 AI 하반기에 채택할 핵심 전략을 명확히 했습니다: 과적합된 벤치마크 지표를 포기하고, 'Context'(컨텍스트)와 'Co-Design'(공동 설계)을 핵심으로 하는 모델 장벽 구축으로 전환한다는 것입니다.
대형 모델 하반기의 핵심 논리는, 모델이 복잡한 입력을 출력으로 변환하는 능력이 빠르게 수렴되고 있으며, 진정한 장벽은 누가 가장 원시적인 'Context'를 확보하느냐, 즉 사용자와 기업이 구체적으로 무엇을 하고 있는지 파악하느냐에 달려 있다는 점입니다. 텐센트가 보유한 다양한 시나리오 애플리케이션은 인텔리전트 에이전트의 훈련장 역할을 하며, 모델에 사용자 습관, 선호도 등 심층 컨텍스트를 지속적으로 공급할 수 있습니다.
컨텍스트를 효과적으로 활용하려면 모델 연구와 제품 개발 간의 장벽을 허물어야 합니다. 텐센트는 내부적으로 'Co-Design' 심층 협업 메커니즘을 도입하여, 개발 초기에 후훈련 핵심 인력을 '텐센트 위안바오' 구축에 파견해 크로스 팀 신뢰를 형성했습니다. 혼위안 대형 모델은 과적합되기 쉬운 벤치마크 지표를 버리고, 위안바오, ima, Workbuddy 등 제품의 실제 프롬프트 분포와 리플로우 데이터를 직접 사용해 평가와 반복을 진행함으로써, 모델 능력이 다양한 제품 데이터 간에 일반화되고 네트워크 효과를 형성하도록 유도합니다.
협업 메커니즘의 직접적 결과물로서, 혼위안 3.0 프리뷰 버전(Hy3 preview)은 사전 훈련과 강화 학습의 인프라를 재구성하고, 데이터 품질과 평가 기준을 재정의했습니다. 모델 개발은 더 이상 순위 경쟁이 아닌, 작업 견고성 최적화에 초점을 맞춰 실제 사용에서 '한 번에 제대로 처리'하도록 보장하며, 재시도 빈도를 낮추는 동시에 기업 도입 시 발생하는 높은 Token 소모와 비용 부담을 해결합니다.