{"@context": "https://schema.org", "@type": "AnalysisNewsArticle", "inLanguage": "zh-CN", "identifier": "ai-research-20260905-0022-607", "headline": "Qwen与腾讯展示翻译、Agent和端侧部署路线，共享端点审计未达重复测量门槛", "description": "公开案例覆盖多语言模型、端侧翻译、研究Agent和训练生成的可复用神经函数。任务稳定性、调用规模、部署位置以及更新和重训成本，会共同影响减少远程请求能否带来成本、延迟或服务商依赖方面的净收益。", "abstract": "标注日期最晚至2026年9月5日的页面和论文条目展示了多种AI能力交付方式：Qwen-MT强调多语言覆盖，Hy-MT2强调端侧翻译，Hyra面向研究与工程任务；训练式编译则把自然语言规格转化为可保存、版本化和组合的神经函数，生成的函数运行时不再需要教师模型[S1][S2][S5]。这些案例适合用来比较任务边界、执行位置和远程服务依赖，但不能据此判断整个行业将转向某一种路线。一项针对共享服务端点的预注册审计记录了低于预设门槛的重复测量结果，说明在类似条件下比较模型时，有必要记录请求时间、服务端点、重放条件和重复结果[S6]。开源生态还应分别考察许可、权重与代码可得性、第三方复现和下游维护。关于云端AI基础设施，当前材料只支持讨论远程调用依赖和共享服务测量，不支持判断算力供给、数据中心投资或云市场格局。", "datePublished": "2026-09-05T00:22:55+00:00", "dateModified": "2026-09-09T03:29:02.903935+00:00", "author": {"@type": "Person", "name": "Aperture 研究编辑部", "jobTitle": "比较技术与产业研究 · Research Coder"}, "about": ["基础模型", "AI Agent", "端侧推理", "开源生态", "云端AI基础设施", "模型评测", "中国大模型"], "category": "AI 行业动向", "authorityScore": 82, "claims": [{"text": "在标注日期最晚至2026年9月5日的页面和论文条目中，可以看到广覆盖翻译模型、端侧专用翻译模型、面向研究与工程任务的Agent、基础模型，以及可保存和组合的神经函数[S1][S2][S5]。这些案例说明多种交付方式同时存在，但不能据此断言AI行业已经发生结构性转向。需要注意的是，2026年9月5日是S2的记录标注日期，当前可见内容没有列出此次Qwen-MT更新的明确发布日期。", "section": "先比较五件事，而不是先比较模型分数"}, {"text": "本文采用五个比较标准：能力面向开放任务还是固定任务，执行发生在远程服务还是具体部署环境，运行时是否继续依赖大型教师模型，输出和评测能否在相同条件下重复，以及开放范围是否涉及权重、许可、代码和下游修改。后两项是比较框架，并不表示相关项目已经全部披露这些信息。", "section": "先比较五件事，而不是先比较模型分数"}, {"text": "来源类型并不对称：训练式编译、共享服务审计和SoC算子并行研究来自arXiv论文条目，中国厂商部分主要来自官方页面或网页链接条目[S1][S2][S5][S6][S9]。因此，本文比较的是公开机制、参数和产品定位，不对全球厂商进行完整排名。关于云端AI基础设施，讨论仅限远程调用依赖和共享服务测量，不延伸到GPU供应、数据中心投资或云市场份额。", "section": "先比较五件事，而不是先比较模型分数"}, {"text": "下表只列入来源能够直接确认的内容。厂商页面中的领先或性能表述仍属于厂商口径；论文条目可以说明方法、研究问题或摘要列出的审计结果，但不能替代商业部署验证。", "section": "不同路线公开强调的瓶颈并不相同"}, {"text": "训练式编译提供了一条明确机制：教师模型先根据自然语言规格生成任务样本，再训练供紧凑解释器使用的小型适配器；完成后，生成的神经函数无需教师模型即可运行[S1]。该方法的产物能够保存、版本化和组合[S1]。当前可见内容没有限定它最终部署在用户设备、边缘设备还是其他环境，因此“运行时脱离教师模型”不能直接等同于“端侧本地执行”。", "section": "训练式编译把部分工作移到运行之前"}, {"text": "如果生成函数能够替代一部分原有远程请求，远程调用次数就可能减少，成本、延迟和服务商依赖也可能随之变化。任务边界是否稳定、调用次数多少、部署位置、硬件条件以及函数的更新和重训成本，都会影响最终净收益。S1把重复成本、延迟和服务商依赖列为研究动机，但当前可见内容在实验结果处截断，没有列出完整成本曲线、部署对照、重训频率或端到端延迟数据，因此不能直接得出这种方法一定更便宜或更快的结论[S1]。即使生成函数没有完全替代远程请求，调用方式、模型选择或部署环境的其他变化也可能影响这些指标。", "section": "训练式编译把部分工作移到运行之前"}, {"text": "Qwen-MT、Hy-MT2和Hyra不能被概括为采用了同一种机制。Qwen-MT公开强调语言覆盖和训练所用词元，Hy-MT2强调模型规模、量化、存储和移动部署，Hyra则被定位为能够递归自我改进的研究与工程智能体[S2][S5]。它们可以放在同一框架中比较，但当前来源没有表明这些产品都以减少大型模型调用为共同目标。", "section": "训练式编译把部分工作移到运行之前"}, {"text": "腾讯页面还描述了从用户资料和要求生成可继续编辑内容初稿的办公链路[S5]。这类应用可以按交付过程评估，例如是否完成指定产物以及需要多少人工修改。不过，S5没有给出相应测量数据，不能据此对不同Agent或办公系统排序。", "section": "训练式编译把部分工作移到运行之前"}, {"text": "翻译产品展示了两种不同的公开重点。Qwen-MT页面强调92种语言、数万亿规模的多语言与翻译词元以及强化学习[S2]。腾讯Hy-MT2声明支持33种语言，同时披露了1.8B模型、440MB存储和相对上一版本1.5倍的推理速度等端侧指标[S5]。两者没有共同测试条件，不能只按语言数量或单项设备指标判断整体优劣。S2没有列出此次更新的明确发布日期，因而这里只把相关信息视为在2026年9月5日标注记录中可见的页面内容。", "section": "中国厂商案例分别强调覆盖、部署和任务范围"}, {"text": "腾讯页面还列出Hy3、Hyra、办公应用和端侧翻译。页面称Hy3采用295B/21B MoE架构，支持256K上下文和三档思考模式，但所列文字没有进一步解释295B和21B各自对应的参数口径[S5]。这些信息能够确认腾讯公开展示的产品覆盖基础模型、研究Agent、办公链路和端侧翻译，但S5没有明确Hy3的执行位置或部署方式，也不能证明各产品已经形成技术协同或商业协同。", "section": "中国厂商案例分别强调覆盖、部署和任务范围"}, {"text": "开源生态不能只由性能称谓代表。腾讯页面称Hy-MT2的7B和30B-A3B模型在多类翻译任务上达到开源模型最佳效果，并称1.8B模型超过部分商业API[S5]。这些都是厂商性能主张，当前来源没有列出独立复现结果。是否形成可持续的开源生态，还要分别查看许可、权重和代码可得性、第三方复现以及下游维护情况；S5没有覆盖这些维度，因而不能据此判断社区治理和外部创新能力。", "section": "中国厂商案例分别强调覆盖、部署和任务范围"}, {"text": "产品页面集中展示了语言覆盖、参数量、存储占用或特定任务表现[S2][S5]。这些指标可以帮助理解厂商选择的产品重点，但发布频率和公开指标数量不能直接代表产业成熟度，也不能证明专用化由成本压力推动。成本、任务分布和披露偏好都只是需要进一步检验的解释。", "section": "模型分数还取决于测量条件和披露范围"}, {"text": "共享服务审计显示，测量条件本身需要被纳入比较。一项预注册研究在52,988次经审计的请求尝试中记录到，同一时间窗口重复排名的一致性Spearman值为0.400，低于预设的0.90；逐字节相同请求的次日重放agreement值为0.78，也低于预设的0.99[S6]。在此次共享端点审计范围内，同窗口重复排名和次日重放都没有达到研究预设的重复标准。当前可见结果句在0.78之后截断，无法确定其完整统计指标名称，因此不能将它与Spearman 0.400直接进行统计比较。", "section": "模型分数还取决于测量条件和披露范围"}, {"text": "S6没有把这些结果归因于某一个确定机制。服务端更新、路由、采样或其他基础设施变化只能作为后续调查方向，不能根据这份记录认定其中任何一项就是原因。此次结果也不能推广为所有云端模型、共享服务或榜单普遍失效。", "section": "模型分数还取决于测量条件和披露范围"}, {"text": "推理文本涉及另一个测量问题。S7把推理步骤的重要性定义为该步骤对预期奖励造成的变化，并追问步骤文本是否包含其功能作用的信息；论文条目同时指出，大模型评审器、过程奖励模型和生成式批评器会依赖推理文本能够反映步骤功能这一假设[S7]。当前可见内容在研究定义处截断，只能确认研究问题和重要性定义，不能据此概括论文的最终实验结果，也不能把文字可读性与实际重要性的关系写成普遍结论。", "section": "模型分数还取决于测量条件和披露范围"}, {"text": "基础模型、专用翻译、研究Agent和可复用神经函数可以按任务边界、执行位置和运行依赖进行比较[S1][S2][S5]。训练式编译明确提出让生成函数在运行时脱离教师模型，但没有限定最终部署位置；Hy-MT2公开强调端侧量化和移动部署，Qwen-MT强调语言覆盖，Hyra则面向研究与工程任务[S1][S2][S5]。这些案例说明多种路线并存，但不足以证明全行业的竞争单位或交付结构已经分化。", "section": "接下来用什么指标检验这些路线"}, {"text": "对共享服务进行比较时，应记录模型名称、请求时间、具体端点、重放条件和重复测量结果。S6的审计表明，在其审计范围内，同窗口重复排名和逐字节相同请求的次日重放均未达到预注册门槛；由于两项结果使用的表述不同，且当前可见内容没有给出第二项的完整统计指标名称，不应直接互相比大小，也不应把此次结果扩展为对所有云端服务的结论[S6]。对推理步骤的评估则应区分文字是否清楚与步骤是否具有功能重要性；S7提供了这一研究问题和重要性定义，但当前可见内容不足以概括其最终实验结果[S7]。", "section": "接下来用什么指标检验这些路线"}, {"text": "后续可跟踪训练式编译的完整实验与部署数据、Qwen-MT的版本和测试信息，以及腾讯相关模型的独立复现结果[S1][S2][S5]。DeepSeek记录目前只显示“Models & Pricing”栏目文字，MiniMax记录只显示MiniMax Speech 2.8页面标题，因此二者仅作为信息入口，不参与当前实质判断[S3][S4]。", "section": "接下来用什么指标检验这些路线"}, {"text": "此次分析所用记录最晚标注至2026年9月5日，但页面采集或记录标注时间不等同于产品发布日期[S2][S3][S4]。来源类型、发布时间和测试条件并不统一，厂商性能表述不能替代独立测试，单项论文结果也不能直接解释整个市场的因果变化。", "section": "接下来用什么指标检验这些路线"}], "sections": [{"type": "lead", "heading": "先比较五件事，而不是先比较模型分数", "paragraphs": ["在标注日期最晚至2026年9月5日的页面和论文条目中，可以看到广覆盖翻译模型、端侧专用翻译模型、面向研究与工程任务的Agent、基础模型，以及可保存和组合的神经函数[S1][S2][S5]。这些案例说明多种交付方式同时存在，但不能据此断言AI行业已经发生结构性转向。需要注意的是，2026年9月5日是S2的记录标注日期，当前可见内容没有列出此次Qwen-MT更新的明确发布日期。", "本文采用五个比较标准：能力面向开放任务还是固定任务，执行发生在远程服务还是具体部署环境，运行时是否继续依赖大型教师模型，输出和评测能否在相同条件下重复，以及开放范围是否涉及权重、许可、代码和下游修改。后两项是比较框架，并不表示相关项目已经全部披露这些信息。", "来源类型并不对称：训练式编译、共享服务审计和SoC算子并行研究来自arXiv论文条目，中国厂商部分主要来自官方页面或网页链接条目[S1][S2][S5][S6][S9]。因此，本文比较的是公开机制、参数和产品定位，不对全球厂商进行完整排名。关于云端AI基础设施，讨论仅限远程调用依赖和共享服务测量，不延伸到GPU供应、数据中心投资或云市场份额。"], "headers": [], "rows": [], "bullets": []}, {"type": "evidence", "heading": "不同路线公开强调的瓶颈并不相同", "paragraphs": ["下表只列入来源能够直接确认的内容。厂商页面中的领先或性能表述仍属于厂商口径；论文条目可以说明方法、研究问题或摘要列出的审计结果，但不能替代商业部署验证。"], "headers": ["路线", "公开事实", "可讨论的优化对象", "当前边界"], "rows": [["训练式编译", "教师模型在编译阶段生成任务样本，再为紧凑解释器训练小型适配器；生成的神经函数运行时不需要教师模型，并可保存、版本化和组合[S1]", "重复远程调用涉及的成本、延迟和服务商依赖", "当前可见内容没有限定最终函数一定在用户本地设备运行，也没有列出完整成本曲线、重训频率或跨任务商业部署数据。因此，不能据此推断该方法适用于所有文本任务，或必然改善成本与延迟"], ["广覆盖翻译模型", "Qwen-MT官方页面称其基于Qwen3，使用数万亿规模的多语言和翻译词元，并结合强化学习，支持92种主要官方语言及部分方言[S2]", "语言覆盖和多语言翻译", "S2支持上述页面陈述，但可见正文在功能介绍处截断。2026年9月5日是记录标注日期，其中没有列出此次更新的明确发布日期，也无法从这段内容确定模型尺寸、存储占用和完整测试条件"], ["端侧专用翻译", "腾讯称Hy-MT2支持33种语言；其中1.8B模型经过1.25比特量化后占用440MB，较Hy-MT1.5推理速度提高1.5倍。腾讯还称相关移动应用将支持本地推理[S5]", "存储占用、移动芯片适配和本地运行", "速度提升、超过商业API和达到开源模型最佳效果均为厂商声明，当前来源没有列出独立复现结果；端侧运行也不能直接等同于总成本或总延迟下降"], ["研究Agent", "腾讯发布Hyra-1.0，并将其描述为能够递归自我改进、面向性能导向研究与工程任务的智能体[S5]", "研究和工程任务", "S5没有给出独立任务完成率、失败类型或人工参与数据，因而不能据此判断实际任务效果"], ["共享服务评测", "一项预注册审计覆盖52,988次经审计的请求尝试；同一时间窗口重复排名的一致性Spearman值为0.400，低于预设的0.90；逐字节相同请求的次日重放agreement值为0.78，低于预设的0.99[S6]", "重复测量和服务稳定性", "当前可见结果句在0.78之后截断，无法确定该数值对应的完整统计指标名称，因此不能将其与Spearman 0.400视为同类指标。结果只适用于此次审计范围，不能自动推广到所有云端模型、私有服务或本地系统"], ["异构芯片执行研究", "Para-Pipe论文摘要指出，传统流水线有助于提高吞吐量，但没有解决具有复杂依赖和大量算子并行的现代神经网络所面临的延迟需求；摘要同时讨论了让多个处理单元并发执行算子以降低推理延迟的潜力[S9]", "异构SoC上的算子并行和推理延迟", "当前可见内容主要说明问题设定和潜在方向，并在后续说明处截断，不能据此描述Para-Pipe的完整实现，也不能判断其在商业芯片上的实际延迟收益"]], "bullets": []}, {"type": "mechanism", "heading": "训练式编译把部分工作移到运行之前", "paragraphs": ["训练式编译提供了一条明确机制：教师模型先根据自然语言规格生成任务样本，再训练供紧凑解释器使用的小型适配器；完成后，生成的神经函数无需教师模型即可运行[S1]。该方法的产物能够保存、版本化和组合[S1]。当前可见内容没有限定它最终部署在用户设备、边缘设备还是其他环境，因此“运行时脱离教师模型”不能直接等同于“端侧本地执行”。", "如果生成函数能够替代一部分原有远程请求，远程调用次数就可能减少，成本、延迟和服务商依赖也可能随之变化。任务边界是否稳定、调用次数多少、部署位置、硬件条件以及函数的更新和重训成本，都会影响最终净收益。S1把重复成本、延迟和服务商依赖列为研究动机，但当前可见内容在实验结果处截断，没有列出完整成本曲线、部署对照、重训频率或端到端延迟数据，因此不能直接得出这种方法一定更便宜或更快的结论[S1]。即使生成函数没有完全替代远程请求，调用方式、模型选择或部署环境的其他变化也可能影响这些指标。", "Qwen-MT、Hy-MT2和Hyra不能被概括为采用了同一种机制。Qwen-MT公开强调语言覆盖和训练所用词元，Hy-MT2强调模型规模、量化、存储和移动部署，Hyra则被定位为能够递归自我改进的研究与工程智能体[S2][S5]。它们可以放在同一框架中比较，但当前来源没有表明这些产品都以减少大型模型调用为共同目标。", "腾讯页面还描述了从用户资料和要求生成可继续编辑内容初稿的办公链路[S5]。这类应用可以按交付过程评估，例如是否完成指定产物以及需要多少人工修改。不过，S5没有给出相应测量数据，不能据此对不同Agent或办公系统排序。"], "headers": [], "rows": [], "bullets": []}, {"type": "case-study", "heading": "中国厂商案例分别强调覆盖、部署和任务范围", "paragraphs": ["翻译产品展示了两种不同的公开重点。Qwen-MT页面强调92种语言、数万亿规模的多语言与翻译词元以及强化学习[S2]。腾讯Hy-MT2声明支持33种语言，同时披露了1.8B模型、440MB存储和相对上一版本1.5倍的推理速度等端侧指标[S5]。两者没有共同测试条件，不能只按语言数量或单项设备指标判断整体优劣。S2没有列出此次更新的明确发布日期，因而这里只把相关信息视为在2026年9月5日标注记录中可见的页面内容。", "腾讯页面还列出Hy3、Hyra、办公应用和端侧翻译。页面称Hy3采用295B/21B MoE架构，支持256K上下文和三档思考模式，但所列文字没有进一步解释295B和21B各自对应的参数口径[S5]。这些信息能够确认腾讯公开展示的产品覆盖基础模型、研究Agent、办公链路和端侧翻译，但S5没有明确Hy3的执行位置或部署方式，也不能证明各产品已经形成技术协同或商业协同。", "开源生态不能只由性能称谓代表。腾讯页面称Hy-MT2的7B和30B-A3B模型在多类翻译任务上达到开源模型最佳效果，并称1.8B模型超过部分商业API[S5]。这些都是厂商性能主张，当前来源没有列出独立复现结果。是否形成可持续的开源生态，还要分别查看许可、权重和代码可得性、第三方复现以及下游维护情况；S5没有覆盖这些维度，因而不能据此判断社区治理和外部创新能力。"], "headers": [], "rows": [], "bullets": []}, {"type": "counterargument", "heading": "模型分数还取决于测量条件和披露范围", "paragraphs": ["产品页面集中展示了语言覆盖、参数量、存储占用或特定任务表现[S2][S5]。这些指标可以帮助理解厂商选择的产品重点，但发布频率和公开指标数量不能直接代表产业成熟度，也不能证明专用化由成本压力推动。成本、任务分布和披露偏好都只是需要进一步检验的解释。", "共享服务审计显示，测量条件本身需要被纳入比较。一项预注册研究在52,988次经审计的请求尝试中记录到，同一时间窗口重复排名的一致性Spearman值为0.400，低于预设的0.90；逐字节相同请求的次日重放agreement值为0.78，也低于预设的0.99[S6]。在此次共享端点审计范围内，同窗口重复排名和次日重放都没有达到研究预设的重复标准。当前可见结果句在0.78之后截断，无法确定其完整统计指标名称，因此不能将它与Spearman 0.400直接进行统计比较。", "S6没有把这些结果归因于某一个确定机制。服务端更新、路由、采样或其他基础设施变化只能作为后续调查方向，不能根据这份记录认定其中任何一项就是原因。此次结果也不能推广为所有云端模型、共享服务或榜单普遍失效。", "推理文本涉及另一个测量问题。S7把推理步骤的重要性定义为该步骤对预期奖励造成的变化，并追问步骤文本是否包含其功能作用的信息；论文条目同时指出，大模型评审器、过程奖励模型和生成式批评器会依赖推理文本能够反映步骤功能这一假设[S7]。当前可见内容在研究定义处截断，只能确认研究问题和重要性定义，不能据此概括论文的最终实验结果，也不能把文字可读性与实际重要性的关系写成普遍结论。"], "headers": [], "rows": [], "bullets": []}, {"type": "outlook", "heading": "接下来用什么指标检验这些路线", "paragraphs": [], "headers": [], "rows": [], "bullets": ["基础模型、专用翻译、研究Agent和可复用神经函数可以按任务边界、执行位置和运行依赖进行比较[S1][S2][S5]。训练式编译明确提出让生成函数在运行时脱离教师模型，但没有限定最终部署位置；Hy-MT2公开强调端侧量化和移动部署，Qwen-MT强调语言覆盖，Hyra则面向研究与工程任务[S1][S2][S5]。这些案例说明多种路线并存，但不足以证明全行业的竞争单位或交付结构已经分化。", "对共享服务进行比较时，应记录模型名称、请求时间、具体端点、重放条件和重复测量结果。S6的审计表明，在其审计范围内，同窗口重复排名和逐字节相同请求的次日重放均未达到预注册门槛；由于两项结果使用的表述不同，且当前可见内容没有给出第二项的完整统计指标名称，不应直接互相比大小，也不应把此次结果扩展为对所有云端服务的结论[S6]。对推理步骤的评估则应区分文字是否清楚与步骤是否具有功能重要性；S7提供了这一研究问题和重要性定义，但当前可见内容不足以概括其最终实验结果[S7]。", "后续可跟踪训练式编译的完整实验与部署数据、Qwen-MT的版本和测试信息，以及腾讯相关模型的独立复现结果[S1][S2][S5]。DeepSeek记录目前只显示“Models & Pricing”栏目文字，MiniMax记录只显示MiniMax Speech 2.8页面标题，因此二者仅作为信息入口，不参与当前实质判断[S3][S4]。", "此次分析所用记录最晚标注至2026年9月5日，但页面采集或记录标注时间不等同于产品发布日期[S2][S3][S4]。来源类型、发布时间和测试条件并不统一，厂商性能表述不能替代独立测试，单项论文结果也不能直接解释整个市场的因果变化。"]}], "citations": [{"publisher": "arXiv", "title": "Compile by Training: Turning Natural-Language Specifications into Local Neural Functions", "url": "https://arxiv.org/abs/2609.04199v1", "published_at": "2026-09-03T17:59:49Z", "source_type": "research-paper"}, {"publisher": "Alibaba Qwen", "title": "Next »", "url": "https://qwenlm.github.io/blog/page/2/", "published_at": "2026-09-05", "source_type": "publisher-blog"}, {"publisher": "DeepSeek", "title": "Token & Token Usage", "url": "https://api-docs.deepseek.com/quick_start/token_usage", "published_at": "2026-09-05", "source_type": "publisher-news"}, {"publisher": "MiniMax", "title": "MiniMax Speech 2.8", "url": "https://www.minimaxi.com/news/minimax-speech-28", "published_at": "2026-09-05", "source_type": "publisher-news"}, {"publisher": "Tencent Hunyuan", "title": "腾讯混元", "url": "https://hunyuan.tencent.com/", "published_at": "2026-09-05", "source_type": "中国大模型厂商动态页面"}, {"publisher": "arXiv", "title": "Clean Engineering, Unstable Measurement: A Preregistered Reliability Failure of Black-Box LLM Observers on Shared Endpoints", "url": "https://arxiv.org/abs/2609.04198v1", "published_at": "2026-09-03T17:59:43Z", "source_type": "research-paper"}, {"publisher": "arXiv", "title": "Legibility is Not Interpretability: Comparing Judged and Actual Importance in Chain-Of-Thought Reasoning", "url": "https://arxiv.org/abs/2609.04194v1", "published_at": "2026-09-03T17:59:08Z", "source_type": "research-paper"}, {"publisher": "arXiv", "title": "Robust PAC Learning of Concurrent Stochastic Games", "url": "https://arxiv.org/abs/2609.04189v1", "published_at": "2026-09-03T17:58:57Z", "source_type": "research-paper"}, {"publisher": "arXiv", "title": "Para-Pipe: Exploiting Hierarchical Operator Parallelism of ML Computational Graphs on SoCs", "url": "https://arxiv.org/abs/2609.04168v1", "published_at": "2026-09-03T17:53:44Z", "source_type": "research-paper"}, {"publisher": "arXiv", "title": "Parameterised graph theory for tensor networks: entanglement rerouting, structural simplification, and agnostic tomography", "url": "https://arxiv.org/abs/2609.04165v1", "published_at": "2026-09-03T17:50:38Z", "source_type": "research-paper"}], "knowledge": {"question": {"en": "How should readers compare Qwen-MT, Hy-MT2 and reusable neural functions, and what does the shared-endpoint audit imply for repeatable model evaluation?", "zh": "应如何比较Qwen-MT、Hy-MT2与可复用神经函数，共享端点审计又对模型评测的可重复性提出了什么要求？"}, "audience": {"en": "Technical evaluators comparing translation products, AI deployment options and shared-service evaluation results.", "zh": "需要比较翻译产品、AI部署方案和共享服务评测结果的技术评估者。"}, "decision": {"en": "Choose comparison criteria and identify missing evidence before selecting a deployment route or trusting a ranking: task boundaries, execution location, runtime dependence on teacher models, repeatability and the scope of openness.", "zh": "在选择部署路线或采信排名前，确定比较标准并识别证据缺口：任务边界、执行位置、运行时对教师模型的依赖、可重复性以及开放范围。"}, "contribution": {"en": "The article distinguishes language coverage, mobile deployment and teacher-independent execution rather than treating them as one technical route. It also uses a preregistered shared-endpoint audit to explain why request times, endpoints, replay conditions and repeated results belong in model comparisons.", "zh": "文章区分了语言覆盖、移动部署和运行时脱离教师模型，而非将其视为同一技术路线；同时借助预注册共享端点审计，说明模型比较为何需要记录请求时间、端点、重放条件和重复结果。"}, "limitation": {"en": "Vendor claims and paper excerpts lack common test conditions and complete deployment evidence. Teacher-independent execution does not establish on-device execution or guaranteed cost and latency savings. The audit neither identifies a cause nor generalizes to all cloud services; its two reported statistics are not directly comparable. The article does not establish an industry-wide transition or cloud-market conclusions.", "zh": "厂商声明与论文摘录缺少共同测试条件和完整部署证据。运行时脱离教师模型并不意味着端侧执行，也不保证成本和延迟下降。审计既未确定原因，也不能推广到所有云端服务；其中两项统计结果不能直接比较。文章不足以确立全行业转向或云市场结论。"}, "nodes": [{"key": "n1", "kind": "concept", "name": {"en": "Compile by training", "zh": "训练式编译"}, "mention": "训练式编译", "id": "concept-90607329e06697946a72"}, {"key": "n2", "kind": "concept", "name": {"en": "Reusable neural functions", "zh": "可复用神经函数"}, "mention": "可复用神经函数", "id": "concept-7ba5f66dcddffcb98958"}, {"key": "n3", "kind": "entity", "name": {"en": "Qwen-MT", "zh": "Qwen-MT"}, "mention": "Qwen-MT", "id": "entity-fef9c90d5eef35b4cdef"}, {"key": "n4", "kind": "entity", "name": {"en": "Tencent Hy-MT2", "zh": "腾讯Hy-MT2"}, "mention": "腾讯Hy-MT2", "id": "entity-c6a409ecc07d1b22278d"}, {"key": "n5", "kind": "concept", "name": {"en": "Shared-endpoint audit", "zh": "共享端点审计"}, "mention": "共享端点审计", "id": "concept-6a9409a9325cdb19dc62"}, {"key": "n6", "kind": "concept", "name": {"en": "Repeated measurement", "zh": "重复测量"}, "mention": "重复测量", "id": "concept-a0d0d915308271da252f"}], "edges": [{"source": "n1", "target": "n2", "relation": "enables", "stance": "reported", "explanation": {"en": "Compile by training uses teacher-generated task examples to train small adapters for a compact interpreter, producing neural functions that can run without the teachers and can be stored, versioned and composed. This mechanism does not specify the final deployment location.", "zh": "训练式编译利用教师模型生成的任务样本，为紧凑解释器训练小型适配器，产出无需教师模型即可运行、并可保存、版本化和组合的神经函数。这一机制未限定最终部署位置。"}, "quote": {"en": "Compile by training provides an explicit mechanism: teacher models first generate task examples from natural-language specifications, then train small adapters for use by a compact interpreter; once completed, the resulting neural functions can run without teacher models [S1]. The products of this method can be stored, versioned and composed [S1].", "zh": "训练式编译提供了一条明确机制：教师模型先根据自然语言规格生成任务样本，再训练供紧凑解释器使用的小型适配器；完成后，生成的神经函数无需教师模型即可运行[S1]。该方法的产物能够保存、版本化和组合[S1]。"}, "citations": [1], "sourceId": "concept-90607329e06697946a72", "targetId": "concept-7ba5f66dcddffcb98958"}, {"source": "n3", "target": "n4", "relation": "compares", "stance": "analysis", "explanation": {"en": "The article contrasts Qwen-MT's emphasis on language coverage and training with Tencent Hy-MT2's disclosed mobile-deployment metrics. These are different public product emphases, not evidence that either product is superior under common conditions; the underlying product figures are vendor claims.", "zh": "文章将Qwen-MT对语言覆盖与训练的强调，同腾讯Hy-MT2披露的移动部署指标进行对照。这体现的是不同的公开产品重点，而非共同条件下的优劣证据；相关产品数字属于厂商口径。"}, "quote": {"en": "The Qwen-MT page emphasizes 92 languages, trillions of multilingual and translation tokens, and reinforcement learning [S2]. Tencent Hy-MT2 claims support for 33 languages, while also disclosing on-device metrics including a 1.8B model, 440MB of storage and an inference speed 1.5 times that of the previous version [S5]. The two lack common test conditions, so overall superiority cannot be judged solely by language counts or individual device metrics.", "zh": "Qwen-MT页面强调92种语言、数万亿规模的多语言与翻译词元以及强化学习[S2]。腾讯Hy-MT2声明支持33种语言，同时披露了1.8B模型、440MB存储和相对上一版本1.5倍的推理速度等端侧指标[S5]。两者没有共同测试条件，不能只按语言数量或单项设备指标判断整体优劣。"}, "citations": [2, 5], "sourceId": "entity-fef9c90d5eef35b4cdef", "targetId": "entity-c6a409ecc07d1b22278d"}, {"source": "n5", "target": "n6", "relation": "measures", "stance": "reported", "explanation": {"en": "Within this audit, both same-window ranking repetition and next-day replay fell below their preregistered thresholds. The second statistic's full name is unavailable in the visible excerpt, so it must not be treated as the same measure as Spearman correlation. The findings do not identify the mechanism responsible.", "zh": "在此次审计范围内，同窗口排名重复和次日重放均低于预注册门槛。可见摘录未提供第二项统计指标的完整名称，因此不能将其视为与Spearman相关系数相同的指标；这些结果也未确定造成差异的机制。"}, "quote": {"en": "A preregistered study recorded, across 52,988 audited request attempts, a Spearman value of 0.400 for agreement between repeated rankings within the same time window, below the preset 0.90; the agreement value for next-day replays of byte-identical requests was 0.78, also below the preset 0.99 [S6]. Within the scope of this shared-endpoint audit, neither same-window repeated rankings nor next-day replay met the study's preset repeatability standards.", "zh": "一项预注册研究在52,988次经审计的请求尝试中记录到，同一时间窗口重复排名的一致性Spearman值为0.400，低于预设的0.90；逐字节相同请求的次日重放agreement值为0.78，也低于预设的0.99[S6]。在此次共享端点审计范围内，同窗口重复排名和次日重放都没有达到研究预设的重复标准。"}, "citations": [6], "sourceId": "concept-6a9409a9325cdb19dc62", "targetId": "concept-a0d0d915308271da252f"}]}, "knowledgeMap": "/zh/knowledge", "license": {"model": "open", "price": 0.002, "currency": "USDC", "paymentProtocol": "x402", "network": "eip155:84532", "payTo": "0x23a885262A89c32eB582f4439184769dA22c467c", "variants": {"A": "/agent/v1/articles/ai-research-20260905-0022-607?lang=zh", "B": "/agent/v1/articles/ai-research-20260905-0022-607/paid?lang=zh"}}, "accessVariant": "A", "contentPolicy": {"citationAllowed": true, "attributionRequired": true, "trainingUse": "contact publisher"}}