Ֆրանսիական H Company-ն ներկայացրեց Holo4 մոդելները GUI-երի համար

Ինչպես հայտնում է The Register-ը, Փարիզում հիմնված H Company արհեստական բանականության լաբորատորիան 2026 թվականի սեպտեմբերի 28-ին ներկայացրեց համակարգչի օգտագործման երկու մոդել, որոնք գործակալներին թույլ են տալիս աշխատել գրաֆիկական ինտերֆեյսներում, ոչ միայն հրամանի տողի ու API-ի միջոցով։ Holo4 ընտանիքը լավարկվել է Alibaba-ի Qwen 3.8 27B և Qwen 3.6 35B-A3B հիմնական մոդելների վրա։

Մեկ մոդել՝ բոլոր ինտերֆեյսների համար

Ըստ H Company-ի՝ Holo4-ը թողարկվում է երկու չափով՝ 27B խիտ մոդել և 35B-A3B փորձագետների խառնուրդի տարբերակ, որը մեկ թոքենի հաշվով ակտիվացնում է մոտ 3 միլիարդ պարամետր։ Առանձին գործակալների փոխարեն լաբորատորիան մարզել է մեկ checkpoint, որը կարող է ցույց տալ, սեղմել, տեղափոխել, ոլորել և մուտքագրել էկրանին, գրել ու գործարկել սեփական կոդը, ինչպես նաև կանչել MCP կամ API գործիքներ։ Այն աշխատում է Android-ում, կոդի ավազաններում և բիզնես API-ների հետ։

Ընկերության խոսքով՝ մոդելները մարզվել են վերահսկվող և ամրապնդման ուսուցմամբ՝ իր ներքին Agentic Task Factory-ի միջավայրերում, որտեղ ստեղծվել է մոտ 10 000 առաջադրանք։ Holo4-ի հետ մեկտեղ ընկերությունը թարմացրել է նաև Holotron շարքը՝ Holotron4 Nano-ն մարզվել է Nvidia-ի Nemotron 3 Nano Omni մոդելի հիման վրա։

Ցուցադրություններ և թեստեր

The Register-ը նկարագրում է ցուցադրություն, որտեղ Holo4 27B-ն օգտագործել է FreeCAD-ի մակրո ֆունկցիան և Էյֆելյան աշտարակի 3D մոդելը խորանարդներից ձեռքով հավաքելու փոխարեն կառուցել է ծրագրային եղանակով, իսկ մեկ այլ ցուցադրությունում ձգված ձևերով վերարտադրել է ընկերության լոգոն։ OSWorld 2.0-ում H Company-ն հայտնում է 61,7% Holo4 27B-ի և 30,9% 35B-A3B տարբերակի համար, Anthropic-ի Opus 5.5-ի 81,8%-ի դիմաց։ Պարբերականը զգուշացնում է, որ արտադրողի թեստերին պետք է սկեպտիկ վերաբերվել։

Բարձր միավորները չեն նշանակում ցածր ծախս։ The Register-ը նշում է, որ Holo4-ը մեկ առաջադրանքի համար հաճախ ավելի թանկ է, քան GPT 6 Luna-ի նման փակ մոդելը՝ պատասխանին հասնելու համար այն ծախսում է շատ ավելի շատ «մտածողության» թոքեններ։

Բաց կշիռներ և համեստ սարքավորում

Բոլոր checkpoint-ները հրապարակվել են բաց՝ BF16, FP8 և NVFP4 կշիռները, ինչպես նաև 4-բիթ GGUF տարբերակը, որը աշխատում է Llama.cpp-ի, LM Studio-ի և Ollama-ի հետ։ Ըստ The Register-ի՝ մոդելները 4-բիթ ճշգրտությամբ գործարկելու համար բավական է 24 GB Nvidia RTX 3090 քարտը, ուստի փոքր թիմերը կարող են դրանք փորձարկել տեղում։ H Company-ն հրապարակում է թեստերի հետագծերը։