腾讯 Hyra 2.0 科研智能体自建蛋白质、力场和证明工具,并报告新的数学结果

腾讯混元称,该智能体在五维情形下解决了 Petty 等边集猜想,并构建了比 ProteinMPNN 快 57 倍的蛋白质设计模型;结果尚未经独立核实。
为何重要
Hyra 1.0 让智能体解决单个问题;2.0 版则让它们构建可复用的模型和工具,向自动化科研流程迈进。腾讯列出一个 196 万参数的逆折叠模型、包含五个模型的力场家族,以及一个据称在 qLDPC 挑战指标上比此前领先者高约 48% 的量子纠错码。在丘成桐圆周作用猜想上,它报告了不加限制形式的反例,而单连通版本仍未解决。结果和代码以 Apache 2.0 许可发布在 GitHub,外部数学家和化学家现在可以检验这些说法。
要点
- 腾讯混元于 11 月 2 日发布
- HyInv:196 万参数,比 ProteinMPNN 快 57 倍
- HyPLM-Flash:6.5 亿参数,训练数据 7260 亿 token
- 在五维情形下解决 Petty 等边集猜想
- HyQEC 码 [[488,123,22]],在 qLDPC 指标上高约 48%
- 以 Apache 2.0 许可发布于 GitHub