騰訊公開 Hy-Memory 記憶寫入模型，以歸因強化學習訓練跨框架資訊保留

騰訊混元於 10 月 16 日公布 Hy-Memory 2.0，涵蓋模型、記憶框架與應用三層開源資源。其中，Hy-Memory-30B-A3B 專門負責外部記憶系統的寫入流程：從互動紀錄挑選值得保留的資訊，形成可持續更新的記憶。模型權重以 Apache 2.0 授權公開，總參數約 300 億，啟用參數約 30 億。官方發布頁、模型卡

這項工作的技術焦點，是把「如何寫記憶」變成可訓練的能力。研究團隊先以 Memory On-Policy Distillation，讓模型在自己產生的記憶狀態上學習各框架的寫入協定；再以歸因記憶強化學習，利用逐區塊探測、跨區塊獎勵歸因與過度儲存控制，優化保留下來的資訊能否支持後續回答。訓練也會把模型寫出的記憶庫帶入下一個視窗，使狀態演進更接近部署流程。技術論文

官方評測固定檢索設定、回答模型與評審，只更換記憶寫入模型，並讓各模型從空白記憶庫開始。測試涵蓋 Mem0、MemOS、Hy-Memory，以及未參與訓練的 EverMemOS；四套框架、六項指標等權平均後，Hy-Memory 得分為 55.49，Claude Opus 5 為 54.62。不過，主表僅使用固定 20% 測試子集，平均領先也不代表每個子任務都較好：例如 Mem0 的 LoCoMo 與程式碼記憶測試，Opus 5 仍較高。評測方法與分項結果

對代理系統開發者而言，這提供了獨立替換記憶寫入模型的實驗入口，可觀察資訊保留策略如何影響長期任務。模型卡提供經 vLLM 0.31.0 測試的部署方式與 OpenAI 相容 API 範例。接下來應驗證完整測試集、繁體中文長對話及資訊更正情境，並同步量測寫入延遲、記憶庫大小與服務成本；目前公開分數尚不足以證明實際部署更省資源。部署說明