Nous Research：從研究社群到開源 AI 生態系的反叛者

🌏 English version

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。

家族定位與版本矩陣

家族演化

Hermes 4 於 2025 年 8 月發布，NousCoder-14B 在 2026 年 1 月接續推出；家族從混合推理延伸到可重現的 coding RL，Hermes Agent 則提供獨立於模型的工作流。

架構與訓練取捨

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。

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。

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。

評測與競品比較

Hermes 4 405B 的成績採推理模式；NousCoder-14B 以 LiveCodeBench v6 Pass@1 對照 Qwen3-14B 基底。任務與尺寸不同，這兩張表不能合成單一家族排名。

Hermes 4 推理模式結果

Hermes 4 405B 的成績（推理模式）：

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 程式碼比較

授權、價格與部署

本篇未整理各模型的託管 API 價格與硬體預算；框架授權與模型繼承的權重授權要分開審查。

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。

Agent 使用與選型

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。

限制與取捨

選用理由與保留條件

選用時可考慮的理由：

1. 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」
2. 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
3. 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

更新紀錄

• 2026-10-11：整理格式、版本矩陣與選型章節，沿用既有來源與日期；本次未重新查證事實。

參考資料

• Nous Research 官網
• Hermes Agent — GitHub
• Atropos RL 框架 — GitHub
• DataForge — GitHub
• NousCoder-14B — Hugging Face
• Hermes 4 — Hugging Face
• Ornith：小團隊用自我改進 RL 做出的開源 Coding 黑馬