Penyelidikan Nous
Nous Research ialah makmal AI dipacu komuniti yang terkenal untuk memperhalusi model terbuka popular menjadi pembantu yang berkebolehan tinggi, kurang terhad dan untuk mendorong latihan terpencar.
Gambaran keseluruhan
It shows how a small team plus an open-source community can compete on model quality without owning massive infrastructure.
Menyelam dalam
Nous Research menjadi terkenal dengan mengambil model asas terbuka, terutamanya keluarga Llama Meta dan Mistral, dan menyempurnakannya ke dalam siri Hermes dan Capybara yang digunakan secara meluas. Model OpenHermes dan Nous Hermes mereka menjadi beberapa lagu halus yang paling banyak dimuat turun di Hugging Face, dihargai kerana mengikut arahan yang kuat dan penekanan pada kebolehkendalian dan bukannya tingkah laku penolakan yang berat. Di luar penalaan halus, Nous menangani masalah yang sukar: latihan yang diedarkan. Penyelidikan DisTrO mereka dan pengoptimum DeMo bertujuan untuk mengurangkan lebar jalur komunikasi yang diperlukan antara GPU, dan rangkaian Psyche meneroka melatih model besar merentas perkakasan bersambung internet yang berselerak secara geografi. Mereka juga telah bereksperimen dengan model yang menggunakan alat dan memfokuskan penaakulan, meletakkan diri mereka di sempadan AI terbuka dan terdesentralisasi.
Wawasan Teknikal
Kebanyakan model Nous tidak dilatih dari awal; mereka menggunakan penalaan halus dan pengoptimuman keutamaan yang diawasi (seperti DPO) di atas pemberat asas terbuka menggunakan set data sintetik dan manusia yang dipilih susun dengan teliti. Kerja latihan teragih mereka menyerang kesesakan lebar jalur: biasanya GPU mesti bertukar-tukar kemas kini kecerunan yang besar setiap langkah. DisTrO/DeMo memampatkan dan menyahgandingkan kemas kini ini supaya nod boleh berlatih bersama melalui pautan internet biasa dan bukannya memerlukan sambung pusat data yang diganding rapat.
Kesan Strategik
Strategi vendor
Peta jalan vendor mempengaruhi ciri yang boleh dibina oleh pasukan anda seterusnya.
Kos dan bajet
Terma komersial dan pilihan penggunaan mempengaruhi kos dan risiko jangka panjang.
Risiko dan keselamatan
Insentif syarikat membentuk keingkaran produk, postur keselamatan dan keterbukaan.
Masa Depan Penyelidikan Nous
Nous bertaruh bahawa masa depan AI terbuka adalah terdesentralisasi, di mana pengiraan dikumpulkan merentasi banyak penyumbang bebas dan bukannya tertumpu dalam beberapa kelompok hiperskala. Jika kaedah latihan jalur lebar rendah mereka berskala, komuniti boleh melatih model kelas sempadan secara kolektif. Jangkakan pengeluaran berterusan pembantu terbuka yang berkebolehan, pelaburan yang lebih mendalam dalam rangkaian edaran Psyche, dan model berorientasikan penaakulan. Kerja mereka secara bermakna boleh mengurangkan halangan untuk melatih model besar di luar teknologi besar.
Pelaksanaan Dunia Sebenar
Pembangun menjalankan model Nous Hermes dan OpenHermes secara tempatan untuk pembantu sembang peribadi yang boleh dikendalikan tanpa kos API.
Penyelidik memetik kaedah DisTrO dan DeMo Nous apabila meneroka latihan model teragih yang cekap jalur lebar.
Penggemar dan syarikat kecil memperhalusi set data keluaran Nous untuk membina pembantu khusus domain.
Rangkaian Psyche digunakan untuk bereksperimen dengan model latihan merentas GPU sukarelawan yang diedarkan secara geografi.
Risiko & Pengawal
Pengumuman pelancaran mungkin melebihi kestabilan dalam aliran kerja pengeluaran sebenar.
Harga API atau anjakan dasar boleh memecahkan andaian semalaman.
Kebergantungan vendor tunggal meningkatkan kos kunci masuk dan penghijrahan.
Hala Tuju Pelaksanaan
Nilai penyedia menggunakan tugasan dan set data anda sendiri.
Semak privasi, keselamatan dan syarat undang-undang sebelum penyepaduan.
Kekalkan pelan sandaran merentas model atau vendor.
Pantau nota keluaran supaya perubahan peta jalan tidak mengejutkan pasukan.
Teruskan Meneroka
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
Panduan seterusnya
Tongyi Lab dan Penyelidikan Qwen
Soalan lazim
What is Nous Research?
Nous Research ialah makmal AI dipacu komuniti yang terkenal untuk memperhalusi model terbuka popular menjadi pembantu yang berkebolehan tinggi, kurang terhad dan untuk mendorong latihan terpencar. Ia menunjukkan bagaimana pasukan kecil serta komuniti sumber terbuka boleh bersaing dalam kualiti model tanpa memiliki infrastruktur yang besar.
Apakah Penyelidikan Nous yang paling terkenal pada permulaannya untuk menonjol?
Nous mendapat pengiktirafan dengan memperhalusi model terbuka seperti Llama dan Mistral ke dalam keluarga Hermes yang popular.
Model asas yang manakah mempunyai Nous yang paling biasa diperhalusi?
Siri Hermes dan Capybara Nous dibina pada model asas terbuka, terutamanya Llama dan Mistral.
Apakah masalah yang ditangani oleh projek DisTrO dan DeMo Nous?
DisTrO dan pengoptimum DeMo bertujuan untuk mengurangkan lebar jalur antara GPU yang biasanya diperlukan, membolehkan latihan melalui pautan internet biasa.
Apakah rangkaian Psyche?
Psyche ialah rangkaian latihan terdesentralisasi Nous yang meneroka cara mengumpulkan GPU yang bertaburan untuk melatih model besar.
Apakah teknik yang biasanya digunakan oleh Nous untuk menjajarkan modelnya yang diperhalusi?
Nous menggunakan penalaan halus diselia dan pengoptimuman keutamaan di atas pemberat asas terbuka menggunakan set data dipilih susun.