Czwarty model dnia 🔥 - przedstawiamy Hermes 4, od @NousResearch Hermes 4 jest trenowany pod kątem sterowalności i niższych wskaźników odmowy, osiągając szczyt RefusalBench i pokonując Grok 4

Nebius AI Studio 🤝@NousResearch Przedstawiamy: 🔹 Hermes-4-70B 🔹 Hermes-4-405B Jesteśmy dumni, że możemy zasilać Nous Chat tymi nowymi modelami i udostępniać je dzisiaj w Nebius Playground + API. 👉 Wypróbuj je dzisiaj:

Na żywo prezentujemy najnowszy i najlepszy model rozumowania od Nous!

Nous Research przedstawia Hermes 4, naszą najnowszą linię hybrydowych modeli rozumowania. Hermes 4 opiera się na naszym dziedzictwie modeli dostosowanych do użytkowników, z rozszerzonymi możliwościami obliczeniowymi w czasie testów. Szczególną uwagę poświęcono temu, aby modele były kreatywne i interesujące w interakcji, nieobciążone cenzurą oraz neutralnie dostosowane, przy jednoczesnym utrzymaniu najwyższego poziomu matematyki, kodowania i wydajności rozumowania dla modeli o otwartych wagach.

1/10🧵 @nousresearch niedawno opublikował interesujące badanie, które pokazuje, że otwarte modele używają 2-3 razy więcej tokenów niż modele zamknięte w zadaniach rozumowania. Sprawdziliśmy, czy dynamiczna alokacja tokenów może pomóc w rozwiązaniu tej luki wydajnościowej. Oto, czego się nauczyliśmy 👇

Mierzenie efektywności myślenia w modelach rozumowania: brakujący benchmark Mierzyliśmy wykorzystanie tokenów w modelach rozumowania: modele otwarte generują od 1,5 do 4 razy więcej tokenów niż modele zamknięte w identycznych zadaniach, ale z ogromną zmiennością w zależności od typu zadania (nawet do 10 razy w przypadku prostych pytań). Ten ukryty koszt często niweluje zalety cenowe za token. Efektywność tokenów powinna stać się głównym celem obok benchmarków dokładności, zwłaszcza biorąc pod uwagę przypadki użycia, które nie dotyczą rozumowania. Przeczytaj dokładny przegląd efektywności rozumowania w kontekście modeli otwartych i zamkniętych w naszym najnowszym wpisie na blogu, stworzonym we współpracy z naszym badaczem rezydentem, Timem. Zobacz więcej ich prac tutaj:

Cześć! kainan_e zaprosił cię do dołączenia do ich grupowego DM. Zaproszenie wygasa za 24 godziny.

Środowisko oceny Arena-Hard zostało teraz połączone z Atropos - ciesz się skalowalną, elastyczną i nowoczesną oceną dzięki benchmarkowi arena-hard od @lmsysorg, który doskonale określa szeroki zakres możliwości modeli. Gotowe, aby stać się środowiskiem RL, jeśli przyniesiesz własny zestaw treningowy :) Dowiedz się więcej na

Nasz badacz rezydent @yaboilyrical będzie omawiał swoją pracę nad kierowaniem SMC na UC Berkeley 3 sierpnia. Sprawdź bloga na temat tej pracy tutaj: Szczegóły poniżej!

Godziny otwarcia biura Psyche zaczynają się za 20 minut na naszym Discordzie - Do zobaczenia!