Tencent Hy4、Mercorの業務エージェント評価で公開重み首位　全69モデル中では3位

何について

評価元のMercorによると、Hy4はAPEX-Agentsで1回の試行の成功率を表すPass@1が77.6%、平均スコアが85.1%だった。いずれも全69モデル中3位で、モデルの重みを公開するグループに限ると首位。Tencent Hyがこの結果を紹介した。

なぜ注目

Mercorは経営コンサルタント、投資銀行アナリスト、企業法務の3分野でもHy4を公開重み首位とした。業務を模した課題での順位であり、全モデル・あらゆる実務を通じた首位ではない。