Respuesta rápida
Hyra significa Hunyuan Research Agent. Propone soluciones, las ejecuta en sandboxes aislados, puntúa los resultados y guarda código, logs, artefactos y feedback en un Experience Bank. Varios agentes exploran en paralelo y un bucle externo también puede mejorar el evaluador.
Puntos clave
Bucle central: proponer, ejecutar en un sandbox nuevo, evaluar y devolver el resultado completo a la siguiente búsqueda.
Memoria compartida: el Experience Bank conserva código fuente, artefactos, logs, puntuaciones y feedback del evaluador.
Evolución del evaluador: Hyra puede mejorar la solución y el sistema de puntuación para reducir puntos ciegos y reward hacking.
Evidencia pública: el repositorio oficial publica bajo Apache 2.0 artefactos y scripts reproducibles de AI4AI, AI4Science y AI4Fun.
El ciclo de investigación de Hyra
| Tema | Entrada | Trabajo central | Salida |
|---|---|---|---|
| 01 · Contexto | Definición de la tarea y Experience Bank acumulado. | Combinar código, artefactos, logs, puntuaciones y feedback en contextos diversos. | Una cola de direcciones de investigación distintas. |
| 02 · Propuesta | Un contexto de inspiración de la cola. | Reflexionar sobre intentos previos y escribir una nueva solución ejecutable con solve.sh. | Un candidato completo listo para ejecución aislada. |
| 03 · Evaluación | El candidato y el evaluador específico. | Ejecutar, verificar, medir y capturar logs y artefactos en un sandbox nuevo. | Un intento puntuado que vuelve al Experience Bank. |
| 04 · Evolución | Las mejores soluciones y pruebas de fallos del evaluador. | Mejorar velocidad, granularidad, robustez y resistencia al abuso de métricas. | Un entorno de búsqueda más fuerte para el siguiente ciclo. |
Qué es Hyra
Hyra-1.0 es el Hunyuan Research Agent de Tencent para tareas de investigación e ingeniería orientadas al rendimiento. No responde una sola vez: escribe, ejecuta, mide, compara y mejora soluciones de forma continua.
El mismo harness sirve para entrenamiento de modelos, optimización de sistemas, matemáticas, análisis científico, diseño molecular, juegos, música y creación 3D procedural.
Cómo el Experience Bank impulsa la mejora recursiva
Un Context Agent combina código, archivos, logs, artefactos, puntuaciones y feedback anteriores en contextos de inspiración diversos. Así conserva evidencia ejecutable, no solo un resumen de texto.
Varios Proposal Agents consumen esos contextos en paralelo y escriben soluciones con solve.sh como entrada. Cada candidato se ejecuta en un sandbox limpio, recibe una puntuación y vuelve al Experience Bank.
Por qué Hyra también mejora el evaluador
Una búsqueda potente encuentra rápido los fallos de una métrica. El artículo oficial describe una solución que filtró tokens futuros para bajar artificialmente la loss y kernels que almacenaron resultados antes de la fase cronometrada.
Si la evaluación es débil, un bucle interno mejora soluciones y otro externo mejora velocidad, precisión, resistencia al reward hacking y capacidad de distinguir progreso real.
Resultados en ingeniería de IA y descubrimiento científico
En los primeros resultados, Hyra alcanzó 0,9015 de validation BPB en NanoChat, 3,28 de validation loss en 76,4 segundos en NanoGPT y 0,771 de Mean SOL en SOL-ExecBench.
El repositorio también cubre optimización matemática, packing, routing cuántico, predicción simbólica, docking molecular y redes compactas, incluido un Transformer de 15 parámetros que suma números de 10 dígitos.
Cuatro nuevos avances matemáticos publicados en agosto
La actualización del 19 de agosto eleva el límite de Blaschke–Lebesgue 3D de 0,380799w³ a más de 0,411040w³, reduce el coeficiente Beurling–Ahlfors de 1,575 a 1,523958, mueve el exponente conocido de matrices Hadamard parciales de 3 a 2 y mejora los conmutadores de O(log⁴(1/ε)) a O(log³(1/ε)).
El repositorio incluye manuscritos y, para tres resultados nuevos, formalizaciones Lean 4 de sus núcleos finitos o numéricos.
Qué muestran los experimentos 3D de Hyra
Hyra recibe una referencia 2D, escribe Python para Blender, renderiza y usa un juez visión-lenguaje basado en rúbricas para puntuar silueta, proporción, estructura, materiales y similitud.
Los artefactos abiertos incluyen un pingüino QQ procedural y un orbe con el logo Hunyuan. Es modelado de Blender guiado por código y muestra cómo el feedback visual produce mejoras 3D medibles.
Preguntas frecuentes
Hyra significa Hunyuan Research Agent. Hyra-1.0 es el framework autónomo de Tencent para tareas científicas y de ingeniería orientadas al rendimiento.
Hyra es un framework de agentes que coordina selección de contexto, propuestas paralelas, sandboxes, evaluadores y Experience Bank.
Cada ejecución devuelve código, artefactos, logs, puntuaciones y feedback al Experience Bank. Los siguientes agentes usan ese historial y el bucle externo también puede rediseñar el evaluador.
Hyra-results es público bajo Apache 2.0 con artefactos y scripts reproducibles. A 25 de agosto de 2026 es un repositorio de resultados, no el harness completo empaquetado para un solo comando.
Sí. Las demos muestran a Hyra escribiendo y refinando Python de Blender desde una referencia 2D. Es generación de código con evaluación visual, no un modelo image-to-mesh estándar.
Los artefactos cubren entrenamiento, velocidad, kernels GPU, matemáticas, packing, redes compactas, docking, routing cuántico, predicción, juegos, música y 3D procedural.
Convierte una imagen en un punto de partida 3D
Genera en el navegador un personaje, objeto, producto o elemento de escena con textura.
Probar Image to 3D