RechercheAgents 🇨🇳 31.07.2026 15:03

Yao Shunyu recrute pour Tencent Hunyuan AI4S avec un problème de mathématiques vieux de 50 ans résolu

TencentTencent
Yao Shunyu, un chercheur en IA de premier plan, recrute pour l'équipe AI4S de Tencent Hunyuan, mettant en avant un résultat de recherche où leur agent IA Hyra a résolu un problème ouvert vieux de 50 ans en combinatoire additive. L'équipe vise à construire un pipeline de recherche automatisé en IA et recherche à la fois des ingénieurs IA et des scientifiques interdisciplinaires.
Yao Shunyu, chercheur éminent en IA, a personnellement lancé le recrutement pour l'équipe Hunyuan AI4S de Tencent. Au lieu d'une description de poste détaillée, il a publié un simple message avec un résultat de recherche : leur agent autonome Hyra a fait progresser un problème ouvert vieux de 50 ans en mathématiques vers un nouveau meilleur résultat. Hyra, construit sur le modèle Hy3 (295B paramètres au total, 21B actifs), a trouvé une construction qui prouve que la borne supérieure dans un problème sur les sommes et différences d'ensembles d'entiers peut être approchée arbitrairement près. L'agent a d'abord cherché de meilleurs résultats, puis est passé au langage naturel pour proposer une construction mathématique et une preuve, fonctionnant pendant environ 24 heures. L'équipe a indépendamment vérifié et formalisé la preuve dans Lean 4. Lors des premiers tests AI4S, Hyra-1.0 a obtenu des résultats impressionnants dans les mathématiques, l'astronomie, le calcul quantique et la conception de médicaments, notamment en résolvant 29 des 55 problèmes ouverts, en découvrant une formule prédictive à partir de données de taches solaires (R²=0,77), en améliorant un algorithme de routage quantique de 44,4 % et en générant une molécule candidate PARP1. L'équipe vise à atteindre une automatisation complète dans la recherche en IA, où l'IA propose des hypothèses, exécute des expériences et itère. À cette fin, ils recherchent à la fois des chercheurs en IA (pour l'architecture des agents, l'apprentissage par renforcement, l'apprentissage contextuel, l'évaluation, les systèmes d'entraînement, les noyaux GPU) et des scientifiques interdisciplinaires capables de traduire des objectifs scientifiques en tâches exécutables et de juger de la validité des résultats de l'IA. Cette tendance reflète un changement plus large où l'IA devient un véritable chercheur, comme en témoigne un commentaire populaire selon lequel il s'agit peut-être de la dernière médaille Fields décernée à un travail purement humain. Notamment, OpenAI et Anthropic ont conjointement appelé à des mécanismes internationaux pour coordonner la vitesse de développement de l'IA, soulignant la double réalité de l'auto-amélioration de l'IA et la nécessité de la contrôler.
Source: QbitAI 量子位 — original
Nos articles précédents sur ce sujet ↓
Infos fraîches