目次

2026-11-02 16:50:32 Asia/Shanghai（08:50:32 UTC）、コミット df852cb881e4ade1eb00c493c7db4aac1c22e744 が Tencent-Hunyuan/Hyra-results に入り、メッセージは Add HyInv and HyPLM-Flash model releases under AI4Science。直後に Release hyplm-flash-weights が公開（16:50:59 Asia/Shanghai／08:50:59 UTC）。API 上は prerelease: false・draft: false。中身はモデル定義、推論コード、英語 README、技術レポート PDF、リポジトリ内の HyInv 重み、および正式 GitHub Release としての HyPLM-Flash FP32 重み——プレビュータグではない。

推論と重みの開放はデプロイの話であり、学習の完全再現を自動では保証しない。以下はコミット、Release、2 本の英語 README が実際に固定する環境・精度パス・seed／デバイス規則と、なお残る学習側の欠落を整理する。エンドツーエンドの速度・精度はこちらでは未実行・未再測。README／技術レポートのスループットやミリ秒表、ProteinGym などの数値は引用時に文書の自己申告と明示する。

関連記事：Hunyuan が Hy-Nomas を公開：4090 でも動く対話型動画ワールドモデル、騰訊が Hy-SimulMT を公開：重みを落としてもすぐ同通にはならない、Atria Dawn 正式版ウェイト公開：Hugging Face で 512K コンテキスト、MiniMax M3.1 Flash のオープンウェイトが Hugging Face に公開。これらは別系統の混元／オープンウェイト記事。この記事は Hyra AI4Science の逆フォールディングとタンパク質言語モデル推論に限定する。

コミットが AI4Science に置いたもの

コミットメッセージによれば、両フォルダはモデル重み（HyPLM-Flash の大容量重みは Release 経由）、モデル定義と推論コード、技術レポート PDF、英語 README を含む。author／committer 時刻は 2026-11-02T08:50:32Z／08:50:44Z＝16:50:32／16:50:44 Asia/Shanghai。パスは AI4Science/hyinv/ と AI4Science/hyplm_flash/。

両 README は研究エージェント Hyra 2.0 による学習と記載。ツリー内 LICENSE は MIT。公開された推論パッケージの範囲であり、学習コーパス一式の同梱を意味しない。

Release hyplm-flash-weights：正式 FP32 シャード

Release API はタグページと一致：

  • tag_name： hyplm-flash-weights
  • name： HyPLM-Flash weights
  • prerelease： false · draft： false
  • published_at： 2026-11-02T08:50:59Z ＝ 2026-11-02 16:50:59 Asia/Shanghai

アセット：

アセットサイズ（バイト）
model.safetensors.part01303875482
model.safetensors.part11303875482
合計2607750964（約 2.61 GB・十進）

Release 本文：FP32・2 分割。両方を取得し cat で model.safetensors を作り、sha256 ce7dcd4fc473dc334d869718a9a31149573893795db03c45efeb396e8b180ab1 を確認。同手順は AI4Science/hyplm_flash/weights/download.sh。assets API のシャード digest と結合後の値は別物——Release 本文の結合ファイル検証を使う。

HyInv：1.96M 逆フォールディング、CPU／GPU 両対応

README：1.96M パラメータのグラフネットでタンパク質逆フォールディング（骨格 → 配列）。ProteinMPNN 系メッセージパッシング（エンコーダ 4 層・デコーダ 3 層）、見る原子は N／Cα／C／O のみ、CPU と GPU で動作。公開重みは構造報酬の強化学習版。サンプラは文書どおり 16 ラウンド（1 回エンコード、温度 0.6 の盲ドラフト 8、温度 0.34 のリライト 8）。

リポジトリ内重み。 Layout は weights/model.safetensors を FP32、7.8 MB と記載。Contents API 上のサイズは 7843508 バイト（約 7.48 MiB）。同一成果物の二表記であり、第三の容量はない。

導入面。 Python 3.10+、PyTorch、safetensors、numpy。CUDA 加速には triton（pip install -e '.[fast]'）。CLI 例：python -m hyinv design --pdb structure.pdb --n 128 --seed 0 --out designs.fasta。鎖・固定残基・温度、--device cpu|cuda、--fast off|exact|bf16、--weights あり。

再現の硬条件（README Notes）。 一致には同一の seed、batch size（既定 64、長さで自動縮小）、device type、PyTorch バージョンが必要。バッチごとに乱数が分かれ、バッチ k は seed+k——batch size を変えると結果が変わる。CPU と GPU の乱数ストリームは異なり、同一 seed でも配列は一致しない。ノート PC の CPU 煙テストと実験室 GPU を並べるときに抜けやすい。

--fast。 既定 off：FP32 参照（CPU／GPU）。exact：FP32 級加速（TF32×3、erf GELU）。引数が揃えばほぼ off と同配列、確率が拮抗する位置で稀に 1 点反転。bf16：BF16 オペランド・FP32 累積・tanh GELU——最速だが数値経路が異なり、同一 seed でも off と同配列は保証されない（同一引数下では自己再現）。Triton カーネルは Hopper 級 H20（sm_90） で検証済み。他アーキは README 上「コンパイルできるはず」で未検証。初回コンパイルと CUDA graph キャプチャは定常レイテンシと分けて読む。

README／技術レポートのミリ秒表（例：条件付きで H20 1 枚、bf16 約 25／54 ms＝148／402 残基）は自己申告。再測していない。

HyPLM-Flash：650M masked PLM、CUDA 必須

README：650M の masked タンパク質言語モデル。導入には CUDA GPU が必要で、Hopper（H20／H100）推奨。FP32 重みは上記 Release の 2 シャード（約 2.61 GB）。bash weights/download.sh（curl；レート制限時のみ GITHUB_TOKEN）。pip install -e . は torch、safetensors、triton、flash-attn。FlashAttention-3 があれば優先、なければ FlashAttention-2。

精度（README 表）。 既定 precision="int8" は表現抽出・zero-shot・構造／機能予測向け。文書自己申告では H20 で約 130,000 residues/s。precision="bf16" は約 90,000 residues/s とされ、ほぼ同一の変異体上で教師あり回帰を訓る用途（FLIP の AAV／GB1 など）に推奨——INT8 では同一タンパク質変異体の表現差が約 1% との記載。INT8 の zero-shot／構造／機能／likelihood は BF16 から 0.01 以内とも書かれる。いずれも文書の宣伝値であり、こちらでは未実測。

API：HyPLMEncoder.from_pretrained("weights")（既定 INT8）、encode／logits、マルチ GPU 補助、低遅延 CUDA graph。単一系列は最大 8190 残基、batch_tokens 既定 32768。

ProteinGym zero-shot Spearman 0.409 や「長距離コンタクト精度が最良」といった行も自己申告の評価文。その評価グリッドは再現していない。

開放推論 ≠ 学習の完全再現

コミットと README から確認できる公開範囲：

  • モデル定義と推論コード
  • 技術レポート PDF
  • HyInv のリポジトリ内 FP32 重み（README 7.8 MB／API 7843508 B）
  • HyPLM-Flash 正式 Release の FP32 重み（約 2.61 GB・2 シャード）
  • MIT ライセンス文

同じページ群から言えないこと：

  • 完全な学習コーパスと精密なデータレシピ（HyPLM-Flash README の「ESM-2 650M の 0.73 倍」などは高レベル比較）
  • 端到端の学習スクリプト・スケジュール・報酬パイプラインの完全な公開リプレイ
  • ハード／ソフト／seed 未整合のローカル環境で README の遅延や ProteinGym 値が必ず一致するという保証

つまり：文書化された推論パッケージと公開重み、およびサンプリング／エンコードの再現規則——「clone すれば学習まで全部再現」ではない。

運用チェックリスト

  1. 時刻。 コミットと Release は 2026-11-02 16:50 Asia/Shanghai（08:50 UTC）付近。Release は正式（prerelease: false）。
  2. ツリー。 逆フォールディング → AI4Science/hyinv。masked PLM → AI4Science/hyplm_flash ＋ Release 取得。
  3. HyInv 再現。 seed／batch size／device type／PyTorch バージョンを固定。バッチごと seed+k と CPU≠GPU 乱数を忘れない。
  4. HyInv --fast。 off＝FP32 参照、exact≈off、bf16＝同分布の別サンプルで off とのビット一致なし。カーネル検証は Hopper H20。他 GPU は未検証。
  5. HyPLM-Flash ハード。 CUDA 必須、Hopper 推奨。README に CPU 推論対応の記載はない。
  6. 精度。 既定 INT8（表現／zero-shot／構造機能系）。近同一変異体上の回帰は BF16 寄り。
  7. 重み検証。 HyPLM-Flash：結合後 sha256 ce7dcd4fc473dc334d869718a9a31149573893795db03c45efeb396e8b180ab1。HyInv：README 7.8 MB と API 7843508 B は同一 model.safetensors。
  8. 宣伝数値。 スループット、ミリ秒表、ProteinGym 0.409 などは README／技術レポートの自己申告として読む——再測していない。
  9. ライセンス。 両パッケージとも MIT。再配布時は LICENSE を残す。
  10. トピック。 対象は Hyra AI4Science のタンパク質ツール条件であり、Hy-Nomas でも Hy-SimulMT でもなく、学習の完全公開を主張しない。

まとめ

2026-11-02 16:50 Asia/Shanghai、Tencent-Hunyuan/Hyra-results は HyInv（1.96M、CPU／GPU、seed／batch／device／PyTorch の硬条件）と HyPLM-Flash（650M、CUDA／Hopper 志向、既定 INT8・近同一変異体回帰は BF16）の推論コード・レポート・重みを公開し、約 2.61 GB の正式 HyPLM-Flash Release も含む。文書どおり推論経路を立てる材料にはなる。学習の完全再現には足りず、README 数値は未実測。実測報告はフッターのサイト運営者連絡先から送れる。