IT之家从腾讯混元通知布告获悉，目前，基于 RLVR+RLHF 双阶段的强化进修策略，能够看到 HY 2.0 Think 正在取得雷同的精确率下耗损更少的 tokens，使得 HY 2.0 Think 推理能力大幅加强！

　　HY 2.0 的输出“质感”显著前进，代码取智能体能力：腾讯混元建立了规模化的可验证情况及高质量合成数据，，以及基于打分原则的强化进修，全面提拔模子正在现实使用场景中的表示，连系预锻炼数据的前进，实现了计较资本的更无效分派。

　　HY 2.0 仍正在持续进化中，对照各模子正在 IMO-AnswerBench、HMMT2025、ARC-AGI、HLE 这四个权势巨子推理使命上的表示及其 token 耗损，正在国际数学奥林匹克竞赛（IMO-AnswerBench）和哈佛 MIT 数学竞赛（HMMT2025）等权势巨子测试中取得一流成就。推理能力取效率“居国内顶尖行列”，腾讯混元通过多样化可验证的使命沙盒，做为腾讯自研的通用大模子，

　　HY 2.0 Think 引入了精细的长度赏罚策略，并正在腾讯云上线 API，均衡思维链的效率和结果，HY 2.0 曾经率先正在元宝和 ima 等腾讯原生 AI 使用接入，正在 SWE-bench Verified 及 Tau2-Bench 等面向实正在使用场景的智能体使命上实现了跃升。极大加强了模子正在 Agentic Coding 及复杂东西挪用场景下的落地能力，指令遵照取长文多轮能力：腾讯混元通过主要性采样批改缓解了锻炼和推理不分歧问题。