Nous Research
Nous Research adalah laboratorium AI sumber terbuka independen yang digerakkan oleh komunitas yang melatih dan merilis model bahasa berbobot terbuka serta membangun infrastruktur untuk pelatihan terdistribusi, dengan penelitian yang mencakup arsitektur, sintesis data, penyetelan halus, dan penalaran.
https://nousresearch.com/?ref=producthunt&utm_source=aipure
Informasi Produk
Diperbarui:Jun 5, 2026
Apa itu Nous Research
Nous Research adalah organisasi penelitian AI sumber terbuka Amerika yang berfokus pada pengembangan model bahasa terbuka "kelas dunia" dan peralatan yang diperlukan untuk membuat pengembangan model canggih lebih mudah diakses. Berasal sebagai upaya terdesentralisasi yang digerakkan oleh sukarelawan, ia paling dikenal karena merilis model berbobot terbuka (terutama seri Hermes) dan menerbitkan artefak penelitian praktis seperti resep pelatihan dan evaluasi. Organisasi ini menekankan ketersediaan tanpa batas dan pemahaman ilmiah yang lebih luas tentang model bahasa, dan membingkai misinya seputar memajukan hak asasi manusia dan kebebasan melalui AI sumber terbuka.
Fitur Utama Nous Research
Nous Research adalah lab AI independen yang berfokus pada pengembangan model bahasa besar sumber terbuka dan infrastruktur di sekitarnya. Lab ini melatih dan merilis model dengan bobot terbuka (terutama keluarga Hermes dan DeepHermes), mengembangkan metode pasca-pelatihan (termasuk fine-tuning dan pembelajaran penguatan), dan membangun perangkat untuk orkestrasi agen dan pelatihan terdistribusi. Organisasi ini menekankan pengembangan yang transparan dan didorong oleh komunitas serta bertujuan untuk mendukung hak asasi manusia dan kebebasan dengan menjaga model bahasa yang kuat tetap dapat diakses secara luas dan dapat digunakan kembali oleh pengembang dan peneliti.
Rilis LLM dengan bobot terbuka (Hermes / DeepHermes): Menerbitkan model yang disetel instruksi berkualitas tinggi dan berkemampuan penalaran (termasuk mode "obrolan vs. penalaran mendalam" hibrida) yang dirancang untuk penyebaran praktis, percakapan multi-giliran, penggunaan alat, dan kinerja umum yang kuat.
Perangkat pasca-pelatihan dan penyelarasan: Berfokus pada fine-tuning, peningkatan penalaran, dan pasca-pelatihan gaya pembelajaran penguatan (misalnya, pekerjaan seperti Atropos dan varian model seperti NousCoder) untuk meningkatkan kemampuan dan mengikuti instruksi.
Koordinasi & infrastruktur pelatihan terdistribusi: Membangun infrastruktur dan alur kerja penelitian untuk mengoordinasikan pengembangan dan eksperimen model terdistribusi yang dapat diskalakan, menargetkan alur pelatihan yang lebih mudah diakses dan tidak terlalu terpusat.
Ekosistem agen dan orkestrasi: Mengembangkan perangkat berorientasi agen (misalnya, Hermes Agent dan Nous-Forge "composer" yang direncanakan untuk orkestrasi) untuk membantu pengembang membangun asisten pengguna alat dan alur kerja otomatis.
Akses pengembang melalui API dan produk obrolan: Menawarkan cara untuk menggunakan model Nous melalui produk seperti Nous Chat dan lapisan inferensi/API, bertujuan untuk membuat model terbuka lebih mudah diintegrasikan ke dalam aplikasi.
Penelitian terapan dalam arsitektur LLM & sintesis data: Bekerja pada arsitektur model, sintesis data, pendekatan evaluasi, dan penelitian terkait untuk mendorong kualitas model sumber terbuka melampaui optimasi berbasis papan peringkat.
Kasus Penggunaan Nous Research
Dukungan pelanggan dan asisten perusahaan: Terapkan model keluarga Hermes sebagai asisten obrolan untuk meja bantuan, IT internal, HR, dan Tanya Jawab basis pengetahuan—terutama di mana tim lebih memilih model dengan bobot terbuka untuk kontrol, privasi, atau hosting di tempat.
Agen pengguna alat untuk otomatisasi: Gunakan Hermes Agent / perangkat orkestrasi untuk membangun agen yang memanggil alat (pencarian, browser, fungsi) untuk tugas-tugas seperti penjadwalan, pembuatan laporan, triase tiket, dan runbook operasional.
Pengembangan perangkat lunak dan bantuan kode: Terapkan model Nous yang berfokus pada pengkodean dan teknik pasca-pelatihan untuk mendukung pembuatan kode, bantuan debugging, dan bimbingan pemrograman—berguna untuk startup, alat pengembangan, dan platform pendidikan.
Penelitian dan eksperimen dengan model terbuka: Memungkinkan akademisi dan lab untuk mereproduksi hasil, menjalankan ablasi, dan menguji metode pasca-pelatihan atau evaluasi baru menggunakan rilis terbuka dan infrastruktur terkait.
Penulisan kreatif dan aplikasi roleplay: Manfaatkan perilaku dialog multi-giliran yang kuat (fokus seri Hermes) untuk fiksi interaktif, dialog NPC game, dan alat kolaborasi kreatif konteks panjang.
Penyebaran yang sensitif terhadap privasi atau diatur: Gunakan model dengan bobot terbuka di lingkungan yang memerlukan kontrol data yang lebih ketat (kesehatan, hukum, keuangan) dengan menghosting model secara lokal dan menyesuaikan perilaku melalui fine-tuning.
Kelebihan
Orientasi sumber terbuka yang kuat (rilis dengan bobot terbuka dan pengembangan yang didorong oleh komunitas).
Fokus praktis pada kegunaan dunia nyata: penyetelan instruksi, panggilan alat/fungsi, dan alur kerja agen.
Penelitian terapan aktif di seluruh arsitektur, sintesis data, penalaran, dan pasca-pelatihan.
Kekurangan
Menjalankan model dengan bobot terbuka yang besar dapat memerlukan keahlian komputasi dan MLOps yang signifikan dibandingkan dengan API proprietary yang dikelola sepenuhnya.
Detail ekosistem dan kematangan produk dapat bervariasi berdasarkan komponen (model, agen, API), memerlukan evaluasi per kasus penggunaan.
Beberapa narasi pihak ketiga mengacaukan lab dengan proyek blockchain/token; pengguna mungkin perlu memverifikasi apa yang resmi vs. pemasaran eksternal.
Cara Menggunakan Nous Research
1) Pelajari apa yang disediakan Nous Research: Kunjungi https://nousresearch.com untuk memahami penawaran inti: model bahasa sumber terbuka, penelitian AI terapan (arsitektur, sintesis data, penyetelan halus, penalaran), dan infrastruktur untuk pelatihan terdistribusi.
2) Coba model Nous melalui obrolan (tanpa kode): Buka https://chat.nousresearch.com dan mulai percakapan dengan model terbuka yang dihosting Nous (misalnya, keluarga Hermes). Gunakan ini untuk dengan cepat mengevaluasi perilaku model untuk kasus penggunaan Anda.
3) Buat akun Nous (untuk akses yang dihosting): Gunakan Portal/area akun Nous (digambarkan sebagai tempat Anda mengelola akun dan kunci API Anda) untuk mendaftar/masuk sehingga Anda dapat mengakses fitur yang dihosting dan menghasilkan kredensial API.
4) Hasilkan kunci API: Di halaman manajemen akun/kunci API, buat kunci API baru. Simpan dengan aman (misalnya, di pengelola kata sandi atau variabel lingkungan) karena ini memberikan akses terprogram ke inferensi yang dihosting.
5) Tinjau dokumentasi API Inferensi: Buka dokumen API yang dirujuk oleh halaman API Inferensi Nous dan identifikasi titik akhir yang Anda butuhkan (pembuatan teks/obrolan, pemanggilan fungsi/penggunaan alat, mode JSON/kepatuhan skema jika didukung oleh model yang dipilih).
6) Buat permintaan inferensi yang dihosting pertama Anda: Menggunakan kunci API Anda, kirim permintaan dasar ke model yang dihosting Nous untuk menghasilkan teks atau menjalankan penyelesaian obrolan. Mulai dengan prompt minimal, konfirmasi otentikasi berfungsi, lalu ulangi prompt dan parameter.
7) Pilih model yang sesuai dengan tugas Anda: Dari model Nous yang tersedia (terutama seri Hermes), pilih berdasarkan kebutuhan Anda: biaya/kecepatan vs. kedalaman penalaran, panjang konteks, dan apakah Anda memerlukan penggunaan alat, pemanggilan fungsi, atau keluaran JSON terstruktur.
8) Kontrol perilaku penalaran saat tersedia: Jika menggunakan model Hermes penalaran hibrida yang mendukungnya, alihkan perilaku penalaran model menggunakan kontrol yang didokumentasikan (misalnya, boolean seperti `reasoning.enabled`) untuk beralih antara jawaban langsung dan jejak penalaran eksplisit.
9) Gunakan keluaran terstruktur (JSON/skema) saat dibutuhkan: Untuk alur kerja yang memerlukan struktur yang andal (ekstraktor, agen, pipa), aktifkan mode JSON dan/atau berikan skema jika model yang dipilih mendukung kepatuhan skema, lalu validasi keluaran di aplikasi Anda.
10) Instal dan gunakan Hermes Agent untuk alur kerja/otomatisasi: Kunjungi situs dokumentasi Hermes Agent (hermes-agent.nousresearch.com/docs) dan instal agennya. Gunakan untuk mengatur tugas multi-langkah dan mengintegrasikan penggunaan alat (pencarian web, otomatisasi browser, pembuatan gambar, TTS) tergantung pada penyedia yang Anda konfigurasikan.
11) Konfigurasikan penyedia dan alat Hermes Agent: Dalam konfigurasi Hermes Agent, sambungkan titik akhir model pilihan Anda (yang dihosting Nous atau titik akhir lain yang didukung) dan aktifkan integrasi alat sesuai kebutuhan. Jika Anda menginginkan pendekatan langganan all-in-one, gunakan Nous Portal di mana dijelaskan sebagai menggabungkan model dan gateway alat dalam satu paket.
12) Tambahkan memori dan personalisasi (opsional): Jika menggunakan Hermes Agent, sesuaikan pengaturan memori (misalnya, melalui file konfigurasi seperti MEMORY.md/USER.md dan konfigurasi agen) atau instal plugin memori untuk mempertahankan preferensi dan konteks proyek yang berjalan lama.
13) Berkolaborasi dengan komunitas: Bergabunglah dengan Discord Nous (disebutkan di halaman API Inferensi) untuk mengajukan pertanyaan, berbagi hasil, dan mempelajari praktik terbaik dari pengembang lain yang menggunakan model dan alat Nous.
14) Jelajahi dan berkontribusi pada proyek sumber terbuka: Jelajahi organisasi GitHub Nous Research (misalnya, Hermes Agent dan proyek infrastruktur terkait). Ajukan masalah, kirim permintaan tarik, atau uji rilis baru untuk berpartisipasi dalam ekosistem sumber terbuka di sekitar Nous.
15) Terapkan metode Nous Research dalam pekerjaan Anda sendiri: Gunakan area fokus yang dinyatakan Nous—arsitektur model, sintesis data, penyetelan halus, dan penalaran—untuk memandu eksperimen Anda sendiri: menyetel model terbuka, mensintesis data instruksi, mengevaluasi kualitas penalaran, dan mengulangi prompt/agen untuk domain Anda.
FAQ Nous Research
Nous Research adalah organisasi penelitian AI sumber terbuka yang melatih model bahasa dan membangun infrastruktur untuk mengoordinasikan pelatihan terdistribusi, dengan fokus pada model bahasa dan simulator yang berpusat pada manusia.
Video Nous Research
Artikel Populer
Atoms: Platform AI Multi-Agen yang Mengubah Ide menjadi Produk Siap Diluncurkan
May 22, 2026
Nano Banana SBTI: Apa Itu, Bagaimana Cara Kerjanya, dan Cara Menggunakannya di Tahun 2026
Apr 15, 2026
Ulasan Atoms — Pembuat Produk AI yang Mendefinisikan Ulang Kreasi Digital di Tahun 2026
Apr 10, 2026
Kilo Claw: Cara Menerapkan dan Menggunakan Agen AI "Lakukan-Untuk-Anda" Sejati (Pembaruan 2026)
Apr 3, 2026
Alat AI Terbaru Serupa dengan Nous Research
MarketYap!
MarketYap! adalah platform agregasi berita investasi yang didukung AI yang menyederhanakan penelitian saham dengan mengumpulkan dan merangkum artikel dari berbagai sumber terpercaya.
ArXiv Pulse
ArXiv Pulse adalah platform yang membantu peneliti tetap terupdate dengan makalah penelitian terbaru dengan menyediakan ringkasan yang dipersonalisasi dan mudah dibaca dari prapublikasi arXiv yang dikirim langsung ke kotak masuk mereka.
Zeli.app
Zeli adalah platform berbahasa Inggris yang mengagregasi dan menyediakan ringkasan artikel Hacker News dan makalah penelitian AI terbaru untuk membantu penggemar teknologi tetap terupdate dengan teknologi mutakhir.
Gene
Gene adalah alat asisten penelitian dan web bertenaga AI yang membantu pengguna menganalisis, merangkum, dan mengekstrak informasi kunci dari artikel dan dokumen.
Alat AI Populer Seperti Nous Research
Hierarchical Reasoning Model
Hierarchical Reasoning Model (HRM) adalah arsitektur AI yang terinspirasi otak yang mencapai kemampuan penalaran luar biasa hanya dengan 27 juta parameter, menggunakan dua modul rekuren yang saling bergantung untuk perencanaan abstrak dan komputasi rinci.
Open AI o3
OpenAI o3 adalah model penalaran AI generasi berikutnya dengan kemampuan yang ditingkatkan dalam pengkodean, matematika, dan pemecahan masalah yang mencapai kinerja terobosan pada tolok ukur canggih sambil memprioritaskan keselamatan melalui penyelarasan deliberatif.
NextGenAI by OpenAI
NextGenAI adalah konsorsium pertama dari jenisnya yang diluncurkan oleh OpenAI yang menyatukan 15 lembaga penelitian terkemuka dengan pendanaan dan alat $50 juta untuk memajukan penelitian dan pendidikan AI.
DeepSeek-R1
DeepSeek-R1 adalah model penalaran AI open-source canggih yang mencapai kinerja yang sebanding dengan o1 dari OpenAI di berbagai tugas matematika, kode, dan penalaran, dengan teknik pembelajaran penguatan inovatif dan berbagai versi distil untuk aksesibilitas yang lebih luas.