腾讯混元让Hy4 preview参与自身研发：训练优化与推理系统调优

背景：混元自2月重建基础设施以来平均每两个月迭代一个大版本，训练实验调度与推理调优负担重，团队尝试让模型直接参与研发迭代。做法：8月28日发布并开源的Hy4 preview（总参数770B、激活参数49B、上下文1M）首次进入自身研发链路：一方面参与训练方法、数据策略、评估体系和底层算子的自动优化，由模型提出方案、运行实验并依据结果继续迭代，实验产生的代码、日志和反馈进入下一轮探索，形成初步的递归自我改进闭环；另一方面自主分析推理系统瓶颈，围绕算子融合、通信优化等方向开展多轮改进。已披露结果：推理系统端到端吞吐较基线提升31.8%，官方称在不同上下文长度和并发度下均取得稳定收益；训练方法、数据策略等研发环节没有独立收益指标，硬件配置与基线细节未披露。边界与必要条件：两项实践均为官方自述、处于实验阶段，官方措辞为「初步展现自主开展推理基础设施优化的能力」；31.8%依赖其特定模型与集群环境，其他团队复现需对齐条件；方案取舍与上线决策仍由人把关。