Nous Research lansează trei căi de integrare pentru Hermes Agent și Buzz, un spațiu de lucru open source bazat pe Nostr, dezvoltat de Block. Aceasta permite colaborarea între oameni și agenți AI într-un mediu descentralizat, deschizând noi oportunități pentru dezvoltatori și automatizare.
Nous Research, startup-ul din spatele agentului AI open-source Hermes, este pe cale să încheie o rundă de finanțare de cel puțin 75 de milioane de dolari, la o evaluare de 1,5 miliarde de dolari, condusă de Robot Ventures și USV. Hermes, un agent care rulează local și învață automat, a strâns peste 214.000 de stele pe GitHub și concurează direct cu soluții precum OpenClaw.
Nous Research a adăugat comanda /learn în Hermes Agent, permițând capturarea fluxurilor de lucru ca slash commands fără a mai scrie manual SKILL.md. Descoperiți cum această inovație simplifică crearea de agenți AI și democratizează automatizarea.
Nous Research a lansat modul „Blank Slate” pentru Hermes Agent, care permite fixarea seturilor de instrumente prin comenzile platform_toolsets.cli și disabled_toolsets. Această actualizare oferă un control granular asupra instrumentelor pe care le poate folosi un agent AI, sporind securitatea și predictibilitatea.
Nous Research lansează Hermes Agent Profile Builder, o platformă open-source care centralizează gestionarea identității, modelelor, abilităților și serverelor MCP pentru agenți AI, simplificând procesul de configurare și personalizare.
Nous Research a lansat Hermes Desktop, o interfață grafică nativă cross-platform pentru agentul Hermes v0.15.2, care include streaming în timp real al rezultatelor instrumentelor, făcând agenții AI mai accesibili și transparenți.
Nous Research a lansat Lighthouse Attention, un mecanism de atenție ierarhică bazat pe selecție, care accelerează pre-antrenarea modelelor de limbaj pe contexte lungi de 1,4–1,7 ori, prin pooling simetric al Q, K și V într-o piramidă multi-rezoluție, fără a degrada performanța finală.
Nous Research lansează Token Superposition Training (TST), o metodă de pre-antrenare în două faze care reduce timpul de antrenare al modelelor lingvistice de mari dimensiuni cu până la 2,5 ori, fără a modifica arhitectura sau performanța la inferență. Validată pe modele de la 270M la 10B parametri, TST promite să democratizeze accesul la antrenarea LLM-urilor.
OpenClaw, agentul auto-îmbunătățit al Nous Research, a depășit Hermes Agent în clasamentele globale OpenRouter datorită capacității sale de a învăța și de a se adapta în timp real. Articolul analizează motivele acestui succes și impactul asupra viitorului inteligenței artificiale.
Acest site folosește cookie-uri pentru a-ți oferi o experiență de navigare cât mai plăcută. Continuarea navigării implică acceptarea acestora.