FAQ по Nous Research
Что такое Nous Research?
Nous Research — это американская компания, специализирующаяся на исследованиях в области искусственного интеллекта (ИИ).
Она работает полностью удалённо и не входит в состав крупных корпораций.
Основной фокус — разработка и улучшение моделей ИИ, которые любой разработчик или энтузиаст может использовать и дорабатывать бесплатно.
Основные проекты Nous Research
Hermes 3 — серия моделей, дообученных на основе LLaMA 3 и Mistral
LLaMA 3 — это третье поколение языковых моделей с открытым кодом от компании Meta (создателя Facebook и Instagram). Модель вышла в 2024 году и быстро стала одной из самых мощных среди открытых решений. LLaMA 3 особенно хороша в генерации текста, поддержке длинных диалогов и понимании сложного контекста. Её часто сравнивают с GPT-4 от Open AI, потому что она показывает очень близкие результаты, но при этом полностью открыта и бесплатна для использования.
Mistral — это семейство компактных, быстрых и эффективных языковых моделей от французской компании Mistral AI. Их модели популярны за счёт отличного баланса между качеством и скоростью работы. Например, базовая модель Mistral 7B (7 миллиардов параметров) значительно опережает аналоги такого же размера, а Mixtral — более мощная смесь нескольких моделей — демонстрирует выдающиеся результаты на тестах, оставаясь открытой и доступной.
Nous дообучила LLaMA 3 и Mistral на тщательно отобранных высококачественных данных, чтобы сделать модели более «умными» и «человечными». В результате появилась серия Hermes 3, которая:
- лучше понимает, что вы хотите и даёт уместные ответы,
- фильтрует вредоносный или токсичный контент,
- лучше справляется с логическими задачами (например, пошаговыми рассуждениями или головоломками),
- подходит для разных задач
- бесплатна.
Модели Hermes особенно популярны в сообществе разработчиков благодаря своей открытости, высокому качеству генерации текста и продуманной архитектуре. Они активно используются в чат-ботах, цифровых помощниках, системах автоматизации и даже в научных исследованиях.
Hermes входит в число самых скачиваемых и обсуждаемых моделей на таких платформах, как Hugging Face, где доступны как версии моделей, так и подробные инструкции по их запуску. Разработчики могут получить доступ к Hermes несколькими способами: скачать модель с официальных репозиториев и запустить её на своём компьютере или использовать облачные платформы. Также доступ к API Hermes можно получить по подписке на платформе https://nous.io
YaRN (Yet Another Rope for Neural Networks)
YaRN помогает моделям лучше понимать и обрабатывать длинные тексты. Это значит, что теперь ИИ может работать не только с короткими фразами, но и с целыми книгами, статьями или длинными беседами.
DisTrO (Distributed Training Over-the-Internet)
Технология децентрализованного обучения. Она позволяет обучать ИИ-модели не на одном суперкомпьютере, а с помощью множества обычных компьютеров и ноутбуков по всему миру. Для этого используется специальный алгоритм DeMo, который делает так, чтобы во время обучения передавалось как можно меньше данных — это экономит трафик и ускоряет процесс. То есть каждый участник даёт свой вклад, а система собирает общее «знание», не перегружая сеть.
Psyche
Децентрализованная сеть, построенная на блокчейне Solana, которая позволяет людям с мощными видеокартами использовать их вычислительные ресурсы для обучения ИИ-моделей. Сеть работает так: пользователи подключают свои компьютеры, Psyche распределяет между ними задачи по обучению, проверяет качество выполненной работы и отправляет вознаграждение.
Участники, предоставляющие видеокарты, получают вознаграждение в криптовалюте — либо в токенах Solana (SOL), либо в потенциальном собственном токене Nous Research.
В декабре 2024 года Psyche успешно обучила модель с 15 миллиардами параметров, координируя глобально распределённые видеокарты через Solana. В будущем сеть станет полностью открытой, позволяя любому подключиться без предварительного одобрения.
Команда
Джеффри Кеснелл
Джеффри Кеснелл является сооснователем и CEO Nous Research. Его образовательный бэкграунд включает магистра компьютерных наук из Университета Мичигана-Дирборн и бакалавра компьютерных наук и математики из Оклендского университета. Его интересы охватывают ИИ, криптовалюты, особенно механизмы извлечения ценности (MEV), и теологию, что отражает его подход к этическим вопросам в ИИ. Среди его публикаций — работы по ИИ, криптографии и автомобильному Ethernet, включая статью «YaRN: Efficient Context Window Extension of Large Language Models» (2024) и «On the linkability of Zcash transactions» (2017). Также он участвовал в разработке эмулятора Nintendo DS для Android, «nds4droid», который был установлен более 8 миллионов раз на Google Play.
Каран Малхотра
Каран Малхотра — сооснователь и руководитель отдела поведения (Head of Behavior) в Nous Research. Его образование включает степень в области религии и философии в Эмори (2015-2019) и младший научный сотрудник в Оксфордском колледже Эмори (2015-2017). До работы в Nous Research он занимался исследованиями ИИ в Museum of Crypto Art (2021-2023), был директором операций в Emory Political Review (2016-2019), а также проходил стажировки в Kings County District Attorneys Office (2017) и Oppenheimer & Co. Inc. (2014). Его навыки включают обработку естественного языка (NLP), компьютерное зрение, машинную транскрипцию и чтение. В подкасте Practical AI (2024) он обсуждал синтез данных для передовых моделей ИИ, подчёркивая его вклад в проекты, такие как Hermes.
Шивани Митра
Шивани Митра — сооснователь Nous Research, её роль в компании не уточнена в доступных источниках, но она также является управляющим директором Shiro San Fund. Её образование включает историю искусств и биологию в Вашингтонском университете в Сент-Луисе. Её интересы разнообразны: от технологий и сознания до древней истории, альтернативных медицинских систем, охраны дикой природы и йоги (RYT 200). Она публиковала качественные исследования по междисциплинарным коллаборациям в хирургии в низкодоходных регионах в British Medical Journal (2019) и комментировала применение ИИ для системных инноваций в The Lancet (2019). Её предыдущие места жительства включают Бангалор, Кейптаун, Бостон, а выросла она в Калифорнии, что отражает её глобальный опыт.
Текниум
Текниум, вероятно, псевдоним, является сооснователем и руководителем постобучения (Head of Post Training) в Nous Research. Его вклад в компанию включает значительное участие в разработке открытых моделей ИИ, особенно серии Hermes. На его GitHub профиле указано, что он разработал такие модели, как OpenHermes 2.5 Mistral 7B и OpenHermes Dataset, а также вёл дообучение и создание наборов данных для Hermes 3. В подкасте ThursdAI (2023) он обсуждал гиперпараметры и тестирование моделей, что подчёркивает его техническую экспертизу. Из-за псевдонима подробная информация о его образовании и предыдущем опыте недоступна, но его работа в области ИИ хорошо задокументирована. Роль
Дидрик П. Кингма
Дидрик П. Кингма не является формальным членом команды, но его вклад в Nous Research значим. Он известен как сооснователь OpenAI и соавтор алгоритма оптимизации Adam, широко используемого в обучении нейронных сетей. В статье OAK Research указано, что он руководил разработкой DisTrO, технологии для децентрализованного обучения ИИ, что подчёркивает его роль как ключевого вкладчика.
Ответы на другие вопросы
Есть ли уже токен? Когда токен будет запущен?
В настоящее время нет общедоступного токена, связанного с Nous или Psyche. Обратите внимание, что любые токены, заявляющие, что представляют или связаны с Nous или Psyche, являются мошенническими и не одобрены нами
Для чего нужен Waitlist? Я что-то упускаю?
В настоящее время открыт лист ожидания для нашего API вывода Nous. API вывода обеспечивает вывод только текста для наших моделей Hermes напрямую из Nous. Это лучший способ доступа к моделям Hermes через API, если вы не хотите запускать модель локально. Этот список ожидания совершенно не связан с Psyche и упрощает управление нашей инфраструктурной нагрузкой.
Могу ли я получить доступ к тестовой сети?
Пока нет! Поскольку сеть Psyche все еще находится на ранней стадии тестирования, ранние участники были отобраны на основе наших сетевых требований для начального тестирования. Мы надеемся увеличить количество узлов, участвующих в каждом последующем запуске, а также снизить минимальные требования к вычислительным ресурсам.
Как еще я могу внести свой вклад в Psyche?
1. Вы можете внести деньги в майнинговый пул, чтобы добавить вычислительные мощности в пул для обучения моделей. Вы можете сделать это на странице учебных запусков здесь: https://psyche.network/
2. Вы можете внести свой вклад в код Psyche, исправив ошибки, улучшив что-либо и т. д. Проект GitHub доступен для изучения здесь: https://github.com/PsycheFoundation/psyche