Hermes 2
La línea anterior de fine-tunes de pesos abiertos de Nous Research
Hermes 2 es una línea de fine-tunes de pesos abiertos de Nous Research, un grupo independiente de investigación en IA conocido por tomar modelos base sólidos y reentrenarlos con datos seleccionados de instrucciones y conversación, en lugar de construir modelos fundacionales desde cero. La línea incluye versiones sobre Mistral 7B, Mixtral 8x7B y una variante de 34 000 millones de parámetros basada en Yi-34B; la más grande hereda una ventana de contexto de 4096 tokens de su modelo base. Nous entrenó Hermes 2 con un conjunto grande de conversaciones sintéticas y seleccionadas por personas, orientado al comportamiento de asistente general, a las llamadas a funciones y a menos rechazos que los chatbots comerciales con más filtros. Los modelos salen bajo Apache 2.0 y se distribuyen por Hugging Face, donde se hicieron populares en la comunidad de LLM de código abierto para el despliegue local con herramientas como llama.cpp y Ollama. Hermes 2 es anterior a la línea posterior Hermes 3 de Nous Research, que extendió el mismo enfoque de fine-tuning a modelos base más grandes y capaces, como Llama 3.1.