nousresearch

Nghiên cứu của Nous xác nhận: Bộ phân đoạn có thể được mô phỏng bằng byte thuần, kỷ nguyên không cần phân đoạn cho mô hình ngôn ngữ lớn sắp đến

Bài báo của Nous Research chỉ ra rằng, bộ phân đoạn mà các mô hình ngôn ngữ lớn như GPT phụ thuộc lâu dài có khả năng được thay thế trong tương lai. Thông qua việc thực hiện các thử nghiệm có kiểm soát với quy mô 1.7B tham số, nhóm nghiên cứu đã hệ thống lượng hóa được lợi thế hiệu suất của cơ chế phân đoạn, chứng minh tính khả thi của con đường mô phỏng bằng byte thuần.

Tại sao điều này quan trọng: Phân đoạn (Tokenization) là bước cơ bản mà các mô hình lớn như GPT sử dụng để xử lý văn bản, nếu mô hình lớn không cần phân đoạn được xác nhận thành công, sẽ có ảnh hưởng sâu rộng đến phương pháp huấn luyện, hiệu suất suy diễn và khả năng đa ngôn ngữ của các mô hình AI hiện tại. Đội ngũ Trung Quốc đã có những đột phá quan trọng trong lĩnh vực này. #NousResearch #AI #大模型 #分词 #开源

Hermes Agent ra mắt bản thiết kế tự động hóa: tác vụ hẹn giờ biến thành quy trình làm việc tương tác

Khung tác nhân thông minh Hermes Agent của Nous Research giới thiệu Automation Blueprints, biến các tác vụ hẹn giờ cron truyền thống thành quy trình làm việc tương tác có thể nhấp, có thể điền và hỗ trợ hội thoại. Hỗ trợ ba cơ chế kích hoạt: Schedule (lên lịch) tác vụ, sự kiện GitHub Event và API Call, có thể sử dụng chỉ bằng lệnh dấu gạch chéo /cron.

Vì sao quan trọng: Đây là bước nhảy then chốt trong lĩnh vực AI Agent từ “phản hồi thụ động” sang “chủ động sắp xếp”, giúp giảm đáng kể ngưỡng thực hiện các quy trình tự động hóa và đẩy nhanh việc triển khai tác nhân thông minh trong các bối cảnh Web3 và DeFi.

#HermesAgent #AI #智能体 #自动化 #NousResearch

$AI ENSEMBLE MODELS JUST GOT A MAJOR UPGRADE – HERMES MOA 2.0 ⚡

Hermes MoA 2.0 của Nous Research tổng hợp các đầu ra từ GPT, Claude và DeepSeek để vượt trội từng mô hình riêng lẻ về các bài kiểm tra suy luận, lập trình và làm theo hướng dẫn. Khoảng cách thể hiện rõ nhất ở các bài kiểm tra suy luận tầm xa (long-horizon) nơi các mô hình đơn lẻ dễ mất tính mạch lạc. Khung mã nguồn mở này cho phép các nhà nghiên cứu hoán đổi mô hình nền và điều chỉnh ensemble mà không phải trả chi phí API “frontier” mỗi lần. Liệu các phòng thí nghiệm dùng mô hình đóng (closed-model) có chuyển sang các lớp điều phối tương tự không?

Không phải lời khuyên tài chính. Luôn quản lý rủi ro của bạn.

#AI #MixtureOfAgents #OpenSource #NousResearch #LLM

⚡