腾讯今日发布开源MOE大语言模型Hunyuan-large，总参数量达398B，激活参数量52B。公开测评结果显示，腾讯混元Large在CMMLU、MMLU、CEva1、MATH等多学科综合评测集以及中英文NLP任务、代码和数学等9大维度全面领先，超过Llama3.1、Mixtral等一流的开源大模型。据了解，该模型在技术创新上可实现高质量合成数据，通过使用合成数据增强训练，有效应对自然数据的不足。在上下文处理能力方面，预训练模型支持高达256K的文本序列，显著增强了处理长上下文任务的能力。同时，腾讯混元宣布，为填补行业

["人大最新研究警示数据增强对比学习需谨慎。","强对齐正样本或损害对比学习泛化能力。","更强数据增强可提升下游任务性能，但对齐性能下降。","研究揭示数据增强影响对比学习的机制。","提出寻求更优数据增强策略的信息论和谱角度。"]