# انتشار نسخه‌های کوانتیزه‌شده GGUF مدل Hy-Memory-30B-A3B تنسنت

> سه نسخه کوانتیزه‌شده Q6_K، Q8_0 و Q4_K_M برای اجرا به‌صورت محلی با llama.cpp در دسترس‌اند و نوشتن حافظه بلندمدت را کارآمدتر می‌کنند.

Oossa · 2026-10-19 · https://oossa.com/fa/tencent-releases-gguf-quantized-hy-memory-30b-a3b-model-on-hugging-face

Tencent Hunyuan فایل‌های کوانتیزه‌شده GGUF مدل Hy-Memory-30B-A3B را به Hugging Face افزوده است. این مخزن سه نسخه دارد: 24.7 GB (Q6_K)، 32 GB (Q8_0) و 18.2 GB (Q4_K_M) که همگی آزمون‌های llama.cpp را با موفقیت پشت سر گذاشته‌اند. این مدل در چارچوب‌هایی مانند Mem0 و MemOS نقش نویسنده حافظه را بر عهده دارد و تصمیم می‌گیرد چه اطلاعاتی حفظ و چگونه به‌روزرسانی شوند. در بنچمارک شرکت سازنده، نسخه Q6_K بالاترین امتیاز کیفیت را کسب کرد و نسخه Q4_K_M کم‌حجم‌ترین فایل برای دانلود است.

## حقایق

- سه سطح کوانتیزه‌سازی: Q6_K (24.71 GB)، Q8_0 (31.99 GB) و Q4_K_M (18.24 GB).
- در 2026‑10‑19 در Hugging Face منتشر شد.

## چرا مهم است

توسعه‌دهندگان می‌توانند مدل تخصصی حافظه بلندمدت را بدون نیاز به منابع ابری، به‌صورت محلی اجرا کنند و در مصرف پهنای باند و هزینه‌های سخت‌افزاری صرفه‌جویی کنند.

## منابع و ارجاع‌ها

1. [New model on Hugging Face: tencent/Hy-Memory-30B-A3B-GGUF (text-generation)](https://huggingface.co/tencent/Hy-Memory-30B-A3B-GGUF) – Tencent Hunyuan, 2026-10-19

آخرین به‌روزرسانی: 2026-10-19