Nous Research 的起源不是某個創辦人的車庫，而是一群開源 LLM 社群的研究者自發聚在一起。2023 年由 Jeffrey Quesnelle、Karan Malhotra、Shivani Mitra 和社群暱稱 Teknium 的研究者共同成立，從鬆散的研究社群變成一間公司。他們的主張很明確：AI 不應該有過度的安全護欄，使用者有權決定模型該回答什麼。這個哲學讓他們在開源社群有了忠實追隨者，也讓他們成為爭議的焦點。
不預訓練的策略
跟 Ornith（DeepReinforce）一樣，Nous Research 不自己從頭預訓練基礎模型。他們站在 Meta 的 Llama 和阿里的 Qwen 肩膀上，把資源集中在 fine-tuning 和強化學習。
但他們的 fine-tuning 不是一般的 SFT。Nous 自研了兩套工具：
- DataForge：圖結構合成資料產生器。不是隨便讓 GPT-4 產問答對，而是用圖的方式建構知識關係，確保訓練資料的多樣性和覆蓋度
- Atropos：開源 RL 框架，核心是 rejection sampling——模型產出多組回應，只有通過驗證的才進入訓練。NousCoder 更進一步用 execution-reward RL：程式碼會被實際執行，依正確性給獎勵
這套流程讓他們用相對少的運算資源產出高品質的模型。
Hermes 4：混合推理模型
Hermes 4 於 2025 年 8 月發布，基於 Llama 3.1，有 14B、70B 和 405B 三個規模。旗艦 405B 用 192 張 NVIDIA B200 訓練，總計 71,616 GPU 小時。訓練資料包含 350 萬條推理樣本和 160 萬條非推理樣本。
它的特色是混合推理模式——可以開關「思考」功能。開啟時走長鏈推理（類似 o1），關閉時走一般對話。
Hermes 4 405B 的成績（推理模式）：
| Benchmark | Hermes 4 405B | 對比 |
|---|---|---|
| MATH-500 | 96.3% | — |
| AIME 2024 | 81.9% | — |
| AIME 2025 | 78.1% | — |
| RefusalBench | 57.1% | GPT-4o 17.67%、Claude Sonnet 4 17% |
RefusalBench 的差距值得注意：Hermes 4 回答了 57.1% 的請求，而 GPT-4o 和 Claude Sonnet 4 只回答了約 17%。這反映的是 Nous 的核心哲學——減少不必要的拒答。這個數字是優點還是風險，取決於你的使用場景和對 AI 安全的看法。
NousCoder-14B：24K 樣本的效率示範
2026 年 1 月發布的 NousCoder-14B 基於 Qwen3-14B，用 execution-reward RL 訓練。最引人注目的數字不是分數本身，而是訓練規模：只用了 24,000 個樣本。
| Benchmark | NousCoder-14B | Qwen3-14B（基底） | 提升 |
|---|---|---|---|
| LiveCodeBench v6 | 67.87% Pass@1 | ~60.79% | +7.08% |
更重要的是，NousCoder-14B 是完全可重現的——訓練程式碼、資料集、benchmark 工具鏈全部公開。在多數團隊只釋出權重的環境下，這是難得的透明度。
Hermes Agent：比模型更大的生態系
Nous 真正的護城河可能不是模型，而是 Hermes Agent 框架。截至 2026 年 8 月，它有 236,000 個 GitHub stars（全球第 19 名）、超過 3,000 位貢獻者，是 2026 年成長最快的開源 agent 框架。
Hermes Agent 的設計哲學：
- 自架優先：模型跑在本地，不依賴任何雲端 API
- 模型無關：可以接任何 LLM，不綁定 Nous 的模型
- 持久記憶：agent 有長期記憶，不是每次對話從零開始
- 自我改進：agent 可以學習新技能並持續優化
- 多 agent 通訊：支援 bot-to-bot 訊息傳遞
這個框架的成功讓 Nous 從「做模型的小團隊」變成「有生態系的平台」。即使他們的模型在 benchmark 上不是最高分，龐大的使用者社群也為他們提供了持續的影響力。
授權與限制
授權是 Nous 的弱點之一。因為不自己預訓練，模型的授權繼承自基底模型：
- Hermes 4：跟隨 Llama 3.1 的社群授權——開源，但月活超過 7 億的應用需要向 Meta 申請額外授權
- NousCoder-14B：跟隨 Qwen3 的 Apache 2.0 授權——完全開放
- Hermes Agent 框架：開源
跟 Ornith 的 MIT 全開放比起來，Hermes 4 的授權限制（來自 Llama 3.1）在大規模部署時需要注意。
值不值得關注
值得，原因不只一個：
- 訓練效率——24K 樣本做出的 NousCoder-14B 比基底模型強 7%，而且完全可重現。這證明「有好的 RL 框架，資料量不是決定性的」
- 生態系——Hermes Agent 236K stars 不是虛的。模型可以被替換，生態系不容易被取代
- 哲學定位——uncensored AI 有爭議，但也有確實的需求場景（研究、安全測試、內部工具）
需要保留的地方：
- Uncensored 模型在面對惡意使用時缺乏防護，不適合面向一般使用者的產品
- 模型授權繼承自基底，不如 Ornith（MIT）或 DeepSeek（MIT）乾淨
- 團隊規模約 30-50 人，長期維護能力是未知數
參考資料
Loading...