Actualidad de IA
Hy-Memory quiere mejorar lo que un agente recuerda de tus conversaciones
Tencent publica un modelo especializado en guardar y actualizar recuerdos. Su utilidad aparece cuando corriges una fecha o cambias una decisión.
La memoria también necesita elegir qué guardar
Tencent ha presentado Hy-Memory-30B-A3B, un modelo especializado en convertir conversaciones en recuerdos que un agente pueda usar más adelante. Su tarea incluye decidir qué información conservar y cómo actualizarla cuando llega algo nuevo. La propuesta aborda una situación conocida: retomar un trabajo y encontrarte con que el asistente sigue usando una decisión antigua.
El lanzamiento de Hy-Memory 2.0 se anunció el 16 de octubre de 2026. Incluye el modelo, un framework para gestionar la memoria y la aplicación MemHub. Son piezas distintas que pueden usarse por separado. Aquí nos centramos en el modelo que escribe los recuerdos, cuyo informe técnico se publicó el día 15.
Guardar, recuperar y responder son trabajos distintos
Piensa en una libreta de proyecto. Alguien decide qué apuntar, otra parte encuentra la nota cuando hace falta y el asistente utiliza esa información para contestar. Hy-Memory-30B-A3B se ha entrenado para el primer trabajo dentro de sistemas como Mem0, MemOS y Hy-Memory.
El framework sigue encargándose de ejecutar las operaciones y mantener el almacén. Cambiar el modelo que escribe no sustituye automáticamente la búsqueda ni el modelo que responde. Esta separación permite estudiar si un fallo nació al guardar el dato, al buscarlo o al interpretarlo después.
Si cambia la entrega, el recuerdo tiene que cambiar
Imagina que preparas la web de un evento. Primero acuerdas entregar el viernes y después cambias la entrega al martes siguiente. Un recuerdo que diga «la web se entrega el viernes» ya es incorrecto. Guardar ambas fechas sin explicar cuál está vigente tampoco resuelve la duda.
Una nota útil conservaría el cambio: la entrega pasa al martes y el viernes queda descartado. Cuando vuelvas a preguntar por el plazo, el sistema debería recuperar la decisión vigente. Si preguntas qué se había acordado antes, necesitaría distinguirla del historial.
Hay pesos disponibles, pero la memoria no viene resuelta
Los pesos están publicados en Hugging Face con licencia Apache 2.0. Para utilizarlos necesitas servir el modelo y conectarlo a un sistema de memoria. Descargarlo no crea por sí solo una libreta compartida entre tus aplicaciones.
Las comparaciones publicadas cambian el modelo que escribe y mantienen fijas las demás piezas para intentar aislar su aportación. Usan subconjuntos fijos del 20 % de las pruebas de referencia principales. Son resultados del equipo de Tencent y no prueban que el modelo vaya a recordar mejor cualquier conversación en español.
Poder corregir un recuerdo forma parte del producto
Si añades memoria a una app, ofrece una manera de revisar y corregir lo guardado. También conviene separar los recuerdos por usuario y proyecto. Una preferencia antigua o una nota de otro contexto puede conducir a una respuesta convincente y equivocada.
La memoria merece la misma atención que la respuesta final. En una prueba como la del evento, comprueba qué se escribió después de cada cambio y qué nota recibió el asistente al responder. Así puedes localizar el fallo sin atribuir todos los errores al modelo de conversación.