Dagens 🔥 fjerde modelllansering - introduserer Hermes 4, fra @NousResearch Hermes 4 er trent for styrbarhet og lavere avslagsrater, topper RenasalBench og slår Grok 4

Nebius AI Studio 🤝 @NousResearch Innføre: 🔹 Hermes-4-70B 🔹 Hermes-4-405B Vi er stolte av å drive Nous Chat med disse nye modellene, og gjøre dem tilgjengelige i dag i Nebius Playground + API. 👉 Prøv dem i dag:

Vi er live vert for den nyeste og beste resonnementmodellen fra Nous!

Nous Research presenterer Hermes 4, vår nyeste serie med hybride resonneringsmodeller. Hermes 4 bygger på vår arv av brukerjusterte modeller med utvidede databehandlingsmuligheter for testtid. Spesiell oppmerksomhet ble gitt til å gjøre modellene kreative og interessante å samhandle med, uhindret av sensur og nøytralt justert samtidig som de opprettholdt toppmoderne matematikk-, kodings- og resonneringsytelse for modeller med åpen vekt.

1/10🧵 @nousresearch publiserte nylig en interessant studie som viser at åpne modeller bruker 2-3 ganger flere tokens enn lukkede modeller for resonneringsoppgaver. Vi testet om dynamisk tokentildeling kunne bidra til å løse dette effektivitetsgapet. Her er hva vi lærte 👇

Måling av tenkeeffektivitet i resonneringsmodeller: Den manglende målestokken Vi målte tokenbruk på tvers av resonneringsmodeller: åpne modeller sender ut 1,5-4 ganger flere tokens enn lukkede modeller på identiske oppgaver, men med stor variasjon avhengig av oppgavetype (opptil 10 ganger på enkle spørsmål). Denne skjulte kostnaden opphever ofte prisfordeler per token. Tokeneffektivitet bør bli et primært mål sammen med nøyaktighetsstandarder, spesielt med tanke på ikke-resonnerende brukstilfeller. Les den grundige gjennomgangen av resonnementeffektivitet på tvers av det åpne og lukkede modelllandskapet i vårt siste blogginnlegg i samarbeid med vår forsker i residens, Tim. Se mer av deres arbeid her:

Heisann! kainan_e invitert deg til å bli med i gruppen deres DM. Invitasjonen utløper om 24 timer.

Arena-Hard-evalueringsmiljøet er nå slått sammen med Atropos - nyt skalerbar, fleksibel og moderne evaluering med @lmsysorg arena-hard benchmark som er veldig god til å bestemme et bredt spekter av evner i modeller. Klar til å være et RL-miljø hvis du også tar med ditt eget togsett :) Finn ut mer på

Vår Researcher in Residence-@yaboilyrical vil diskutere sitt arbeid med SMC-styring ved UC Berkeley 3. Sjekk ut bloggen om dette arbeidet her: Detaljer nedenfor!

Psyches kontortid begynner om 20 minutter i vår Discord - Vi sees der!