Nous Research

Hermes 家族是以可下載的權重形式交付，不只是託管的端點。這代表你可以在自己的硬體上執行模型、微調它們，或檢視它們的行為。對需要把資料留在內部的團隊而言，這就是「使用一個模型」與「擁有一個模型」之間的差別。不需要任何許可。

Hermes Agent 是一套自架框架，在你自己的伺服器與工具組上運行。它會跨工作階段保留持續記憶，也能儲存可重複使用的技能，所以第一次花了二十次工具呼叫的工作流程，在代理見過同樣問題後，往往會縮到幾次。它能搭配多家模型供應商，因此底層模型不會綁死在單一廠商。

Nous Portal 透過與 OpenAI 相容的介面，提供對這些模型的程式化存取。你已經有針對 OpenAI 用戶端寫好的程式碼嗎？切換過來大致上只是換個基礎網址與金鑰。這條路徑省下了自架所需的硬體設定。

這個實驗室研究跨分散式硬體的協同訓練，包括 Psyche Network 與 DisTrO 優化器。它們會壓縮梯度並以非同步方式更新，讓大型訓練任務能跑在不位於同一個資料中心的機器上。實際的好處是節點之間的通訊負擔更低。頻寬更少，觸及更廣。

YaRN 是一種延伸模型一次能處理多少文字的方法。它被廣泛引用，也被其他實驗室採用，這說明了這個做法能走得多遠、多廣。對使用者來說，更長的上下文意味著當你餵入長文件、程式碼檔或逐字稿時，較不會出現尷尬的切斷，否則這些內容都得被切成碎片。

研究筆記、模型卡與訓練細節會隨每次釋出一起公開，讓外部團隊能驗證說法、重現結果，並重建各種設定，而不必去猜門後發生了什麼。這與那些只用行銷詞彙描述成果的實驗室，是截然不同的姿態。