Hyra: 해법과 평가기를 스스로 개선하는 AI 연구 에이전트

Hyra-1.0은 성능 중심 연구·엔지니어링 과제를 위한 Tencent Hunyuan Research Agent입니다. 한 번 답하는 대신 해법 작성, 실행, 측정, 비교, 개선을 계속합니다.

동일한 Harness를 모델 학습, 시스템 최적화, 수학, 과학 데이터 분석, 분자 설계, 게임, 음악, 프로시저럴 3D 제작에 적용할 수 있습니다.

Context Agent는 이전 코드, 파일, 로그, 결과물, 점수, 피드백에서 다양한 영감 컨텍스트를 구성합니다. 짧은 요약이 아니라 실행 가능한 증거를 남깁니다.

여러 Proposal Agent가 서로 다른 컨텍스트를 병렬로 처리하고 solve.sh를 진입점으로 하는 새 해법을 작성합니다. 각 후보는 깨끗한 샌드박스에서 실행·평가된 뒤 Experience Bank로 돌아갑니다.

강력한 탐색은 지표의 허점을 빠르게 찾습니다. 공식 글은 미래 token을 누출해 loss를 인위적으로 낮춘 해법과 정확성 검사 때 결과를 캐시하고 측정 때 아무 작업도 하지 않은 GPU kernel 사례를 공개합니다.

평가가 약한 과제에서는 내부 루프가 해법을 개선하고 외부 루프가 평가 속도, 정밀도, reward hacking 저항성, 실제 진전 판별력을 높입니다.

초기 공개 결과에서 Hyra는 NanoChat validation BPB 0.9015, NanoGPT validation loss 3.28까지 76.4초, SOL-ExecBench Mean SOL 0.771을 기록했습니다.

공식 저장소는 수학 최적화, packing, 양자 routing, 기호 예측, 분자 docking, 소형 신경망도 다루며 10자리 덧셈을 수행하는 15-parameter Transformer도 포함합니다.

8월 19일 업데이트에서 3D Blaschke–Lebesgue 하한은 0.380799w³에서 0.411040w³ 이상으로, Beurling–Ahlfors 계수는 1.575에서 1.523958로, 부분 Hadamard 행렬의 알려진 지수는 3에서 2로, 교환자 구성은 O(log⁴(1/ε))에서 O(log³(1/ε))로 개선됐습니다.

저장소는 원고와 함께 세 가지 새 결과의 유한 또는 수치 핵심에 대한 Lean 4 형식화를 제공합니다.

Hyra는 단일 2D 참조를 받아 Blender Python을 작성하고 렌더링한 뒤 rubric 기반 비전 언어 모델로 실루엣, 비율, 구조, 재질, 유사성을 평가합니다.

공개 결과물에는 프로시저럴 QQ 펭귄과 Hunyuan 로고 구체가 있습니다. 코드 기반 Blender 모델링으로, 시각 피드백을 측정 가능한 3D 개선으로 바꾸는 사례입니다.