長期記憶でOpus 5超えをうたう「Hy-Memory-30B-A3B」、無償公開(3/3)

Hy-Memory-30B-A3Bの2段階学習の概要。蒸留(OPD)と強化学習を、実運用と同じメモリフレームワーク上で実行する