Quarto lancio di modello della giornata 🔥 - presentiamo Hermes 4, da @NousResearch Hermes 4 è addestrato per la manovrabilità e tassi di rifiuto più bassi, in cima a RefusalBench e battendo Grok 4

Nebius AI Studio 🤝@NousResearch Presentiamo: 🔹 Hermes-4-70B 🔹 Hermes-4-405B Siamo orgogliosi di alimentare Nous Chat con questi nuovi modelli e di renderli disponibili oggi nel Nebius Playground + API. 👉 Provali oggi:

Siamo in diretta per ospitare il più recente e straordinario modello di ragionamento di Nous!

Nous Research presenta Hermes 4, la nostra ultima linea di modelli di ragionamento ibridi. Hermes 4 si basa sul nostro patrimonio di modelli allineati agli utenti con capacità di calcolo espanse durante il test. Particolare attenzione è stata dedicata a rendere i modelli creativi e interessanti da interagire, senza essere ostacolati dalla censura, e allineati in modo neutrale, mantenendo prestazioni di livello all'avanguardia in matematica, programmazione e ragionamento per modelli a peso aperto.

1/10🧵 @nousresearch ha recentemente pubblicato uno studio interessante che mostra come i modelli aperti utilizzino da 2 a 3 volte più token rispetto ai modelli chiusi per i compiti di ragionamento. Abbiamo testato se l'allocazione dinamica dei token potesse aiutare a colmare questo divario di efficienza. Ecco cosa abbiamo imparato 👇

Misurare l'Efficienza del Pensiero nei Modelli di Ragionamento: Il Benchmark Mancante Abbiamo misurato l'uso dei token nei modelli di ragionamento: i modelli aperti producono da 1,5 a 4 volte più token rispetto ai modelli chiusi su compiti identici, ma con una grande variabilità a seconda del tipo di compito (fino a 10 volte su domande semplici). Questo costo nascosto spesso annulla i vantaggi dei prezzi per token. L'efficienza dei token dovrebbe diventare un obiettivo primario insieme ai benchmark di accuratezza, specialmente considerando i casi d'uso non legati al ragionamento. Leggi la recensione approfondita dell'efficienza del ragionamento attraverso il panorama dei modelli aperti e chiusi nel nostro ultimo post sul blog in collaborazione con il nostro ricercatore residente, Tim. Scopri di più sul loro lavoro qui:

Ciao! kainan_e ti ha invitato a unirti al loro gruppo DM. L'invito scade tra 24 ore.

L'ambiente di valutazione Arena-Hard è ora integrato in Atropos - goditi una valutazione scalabile, flessibile e moderna con il benchmark arena-hard di @lmsysorg, che è molto efficace nel determinare una vasta gamma di capacità nei modelli. Pronto per essere un ambiente RL se porti il tuo set di addestramento! :) Scopri di più su

Il nostro Ricercatore in Residenza @yaboilyrical discuterà del suo lavoro sulla guida SMC all'UC Berkeley il 3 agosto. Dai un'occhiata al blog su questo lavoro qui: Dettagli qui sotto!

L'orario di apertura dell'ufficio Psyche inizia tra 20 minuti nel nostro Discord - Ci vediamo lì!