Hermes 4 – uus avatud tehisintellekt, mis ei tunne tsensuuri ega keeldumisi

Start-up Nous Research on toonud avalikkuse ette uue põlvkonna keeletehnoloogia: Hermes 4 on tehisintellekt, mille võimekus ulatub GPT-4o tasemeni, ent mille kasutusvabadus on tunduvalt suurem. Mudel lubab vastata ka vastuolulistele küsimustele ning seab otsustusõiguse täielikult kasutaja kätte.

Nous Researchi uusim saavutus, Hermes 4, on avatud lähtekoodiga keeletehnoloogiline mudel, mis on loodud alternatiiviks suurtele kommertslahendustele nagu OpenAI GPT-4o või Anthropic Claude. Erinevalt nendest ei sisalda Hermes 4 sisseehitatud tsensuurimehhanisme ega keeldumiseprotokolle – kasutaja otsustab ise, milliseid teemasid käsitleda.

Hermes 4 koosneb kolmest erineva suurusega mudelist: 14, 70 ja 405 miljardit parameetrit. Suurim versioon on võimeline konkureerima maailma tugevaimate keeletehnoloogiliste mudelitega, saavutades näiteks matemaatikatestis MATH-500 tulemuseks muljetavaldavad 96,3% ning programmeerimisvõimekuse testis LiveCodeBench 61,3%.

Hermes 4 kasutab nn hübriidset mõtlemise mehhanismi. See tähendab, et kasutaja võib valida kiire, lühivastuse või detailse, samm-sammulise analüüsi vahel. Viimane on esitatud spetsiaalsete märgendite … abil, mis võimaldavad jälgida mudeli mõttekäiku – läbipaistvuse huvides, nagu arendajad rõhutavad.

Erilise tähelepanu all on ka mudeli võime mitte keelduda vastamisest. Hermes 4 edestas selles vallas kõiki suurmudeleid, saavutades vastamisvalmiduse testis RefusalBench 57,1%. Võrdluseks: GPT-4o jäi samas testis vaid 17,6% juurde.

Hermes 4 arendamisel kasutati innovatiivset andmehaldussüsteemi DataForge, mis loob sünteetilisi andmeid keeruka suunatud graafi abil. Lisaks on mudelid treenitud tugevdusõppel põhinevas keskkonnas Atropos, kus nad harjutasid matemaatika, programmeerimise ja loogikaülesannetega sadu tuhandeid kordi.

Et vältida olukorda, kus mudel jääb „mõtlema“ lõputult, õpetati seda teadlikult lõpetama arutlusi konkreetse tokenite piirini. Tulemuseks on suurem täpsus ja sujuvam kasutuskogemus.