A continuaciónSiguiente guía
Laboratorio Tongyi e investigación Qwen
Empresas
GUÍA de empresas
Nuestra investigación
Nous Research es un laboratorio de inteligencia artificial impulsado por la comunidad conocido por perfeccionar modelos abiertos populares para convertirlos en asistentes altamente capaces y menos restringidos y por impulsar la capacitación descentralizada.
En esta pagina2 minutos de lectura
Descripción general
It shows how a small team plus an open-source community can compete on model quality without owning massive infrastructure.
Buceo profundo
Nous Research saltó a la fama al tomar modelos de base abierta, especialmente la familia Llama y Mistral de Meta, y afinarlos en las series ampliamente utilizadas Hermes y Capybara. Sus modelos OpenHermes y Nous Hermes se convirtieron en algunos de los ajustes más descargados en Hugging Face, apreciados por su fuerte seguimiento de instrucciones y su énfasis en la capacidad de dirección en lugar de un comportamiento de rechazo severo. Más allá del ajuste, Nous abordó un problema difícil: la capacitación distribuida. Su investigación DisTrO y el optimizador DeMo tienen como objetivo reducir el ancho de banda de comunicación necesario entre las GPU, y la red Psyche explora el entrenamiento de modelos grandes en hardware conectado a Internet geográficamente disperso. También han experimentado con modelos centrados en el uso de herramientas y en el razonamiento, posicionándose en la frontera de la IA abierta y descentralizada.
Impacto Estratégico
Estrategia del proveedor
Las hojas de ruta de los proveedores influyen en las funciones que su equipo puede desarrollar a continuación.
Costo y presupuesto
Los términos comerciales y las opciones de implementación afectan los costos y riesgos a largo plazo.
Riesgo y seguridad
Los incentivos de las empresas dan forma a los incumplimientos de los productos, la postura de seguridad y la apertura.
El futuro de la investigación Nous
Nous apuesta a que el futuro de la IA abierta sea descentralizado, donde la computación se agrupe entre muchos contribuyentes independientes en lugar de concentrarse en unos pocos grupos de hiperescala. Si sus métodos de entrenamiento de bajo ancho de banda aumentan, las comunidades podrían entrenar colectivamente modelos de clase fronteriza. Espere lanzamientos continuos de asistentes abiertos capaces, una inversión más profunda en la red distribuida Psyche y modelos orientados al razonamiento. Su trabajo podría reducir significativamente la barrera para entrenar grandes modelos fuera de las grandes tecnologías.
Implementación en el mundo real
Los desarrolladores ejecutan los modelos Nous Hermes y OpenHermes localmente para asistentes de chat privados y orientables sin costos de API.
Los investigadores citan los métodos DisTrO y DeMo de Nous al explorar el entrenamiento de modelos distribuidos con eficiencia de ancho de banda.
Los aficionados y las pequeñas empresas ajustan los conjuntos de datos publicados por Nous para crear asistentes de dominios específicos.
La red Psyche se utiliza para experimentar con modelos de entrenamiento en GPU voluntarias distribuidas geográficamente.
Riesgos y barandillas
Los anuncios de lanzamiento pueden superar la estabilidad en los flujos de trabajo de producción reales.
Los precios de API o los cambios de políticas pueden romper los supuestos de la noche a la mañana.
La dependencia de un único proveedor aumenta los costos de bloqueo y migración.
Hoja de ruta de implementación
Evalúe proveedores utilizando sus propias tareas y conjuntos de datos.
Revise los términos legales, de seguridad y de privacidad antes de la integración.
Mantenga un plan alternativo entre modelos o proveedores.
Supervise las notas de la versión para que los cambios en la hoja de ruta no sorprendan a los equipos.
Sigue explorando
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Nous Research quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Preguntas frecuentes
What is Nous Research?
Nous Research es un laboratorio de inteligencia artificial impulsado por la comunidad conocido por perfeccionar modelos abiertos populares para convertirlos en asistentes altamente capaces y menos restringidos y por impulsar la capacitación descentralizada. Muestra cómo un equipo pequeño más una comunidad de código abierto pueden competir en calidad de modelo sin poseer una infraestructura masiva.
¿Por qué es más conocido Nous Research en su temprano ascenso a la prominencia?
Nous ganó reconocimiento al integrar modelos abiertos como Llama y Mistral en la popular familia Hermes.
¿Qué modelos básicos ha mejorado Nous con mayor frecuencia?
Las series Hermes y Carpincho de Nous están construidas sobre modelos de base abierta, especialmente Llama y Mistral.
¿Qué problema abordan los proyectos DisTrO y DeMo de Nous?
DisTrO y el optimizador DeMo tienen como objetivo reducir el ancho de banda entre GPU que normalmente se requiere, permitiendo el entrenamiento a través de enlaces de Internet normales.
¿Qué es la red Psique?
Psyche es la red de capacitación descentralizada de Nous que explora cómo agrupar GPU dispersas para entrenar modelos grandes.
¿Qué técnica suele utilizar Nous para alinear sus modelos ajustados?
Nous aplica ajustes supervisados y optimización de preferencias además de pesos base abiertos utilizando conjuntos de datos seleccionados.
sigue aprendiendo
Guías relacionadas
Más guías seleccionadas para este tema.