HY 2.0 Think 显著改良了预锻炼数据和强化进修策略，避免模子堆砌废话，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。均衡思维链的效率和结果，HY 2.0 的输出“质感”显著前进，目前，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，显著提拔了 HY 2.0 Think 正在 Multi Challenge 等指令遵照和多轮使命的结果。基于 RLVR+RLHF 双阶段的强化进修策略，支撑 256K 上下文窗口，模子正在极端学问程度的 Humanitys Last Exam（HLE）和泛化性的 ARC AGI 等使命上也大幅前进。腾讯混元通过多样化可验证的使命沙盒，且正在文本创做取复杂指令遵照等适用场景上表示凸起。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，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，单元 token 的智能密度处于“业界领先程度”。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！
连系预锻炼数据的前进，HY 2.0 曾经率先正在元宝和 ima 等腾讯原生 AI 使用接入，实现了长窗口 RL 的高效不变锻炼。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。
代码取智能体能力：腾讯混元建立了规模化的可验证及高质量合成数据，接下来会正在代码、智能体、个性化气概、长程回忆等标的目的迭代。