Nous Research est une organisation de recherche en intelligence artificielle décentralisée qui développe des modèles de langage à grande échelle open-source et des techniques d'alignement. Fondée en 2022 par un groupe de chercheurs et d'ingénieurs indépendants, le laboratoire s'est fait connaître pour ses variantes affinées de modèles de base de OpenAI et d'autres organisations, en particulier la série Hermes, qui visait à améliorer les capacités de suivi d'instructions et de raisonnement tout en maintenant la transparence.
Le laboratoire fonctionne sans structure d'entreprise traditionnelle, coordonnant des contributeurs à travers plusieurs fuseaux horaires et s'appuyant sur un développement piloté par la communauté. Son travail se situe à l'intersection de apprentissage automatique et de IA générative, avec un accent sur la mise à disposition de capacités avancées de modèles via des licences permissives. Contrairement aux grands laboratoires comme Anthropic ou Google DeepMind, Nous Research met l'accent sur l'agilité des petites équipes et publie des rapports techniques détaillés sur ses méthodologies d'affinage.
Série de modèles Hermes
La série phare Hermes a commencé avec Hermes 1, un affinage du modèle LLaMA-1 13B de Meta, publié fin 2022. Elle a été suivie par Hermes 2 en 2023, qui a intégré RLAIF (apprentissage par renforcement à partir de retours d'IA) pour améliorer la qualité des réponses. La série s'est étendue pour inclure des versions basées sur Mistral AI et d'autres modèles à poids ouverts, avec Hermes 2 Pro et Hermes 3 publiés en 2024. Ces modèles ont démontré de fortes performances sur des benchmarks de raisonnement et d'utilisation d'outils, rivalisant souvent avec des systèmes propriétaires plus grands.
Une caractéristique définissante de la série Hermes est son utilisation de jeux de données d'entraînement diversifiés et de haute qualité, sélectionnés par la communauté. Nous Research a développé des pipelines de données propriétaires qui filtrent et mélangent les sources, y compris des données synthétiques provenant de modèles plus puissants, pour améliorer le suivi d'instructions sans oubli catastrophique. Les modèles sont généralement publiés sous licence Apache 2.0, permettant une utilisation commerciale et de recherche.
Travaux sur l'alignement et l'évaluation
Au-delà des publications de modèles, Nous Research a contribué à la recherche sur l'alignement, notamment avec le développement du benchmark 'DangerousQA', qui teste les comportements de refus des modèles. En 2023, le laboratoire a introduit la bibliothèque 'Nous Puffer' pour l'interprétabilité, et en 2024, il a publié des travaux sur le 'conditionnement de persona' - une méthode pour orienter les sorties du modèle en intégrant des traits définis par l'utilisateur dans le prompt. Ces outils sont utilisés par d'autres chercheurs pour évaluer la sécurité et le comportement des modèles de langage à grande échelle.
Le laboratoire maintient également le 'Nous Research Leaderboard' sur des plateformes comme Hugging Face pour suivre les performances des modèles ouverts, offrant une alternative transparente aux benchmarks fermés. Cela a positionné Nous Research comme un acteur clé de l'écosystème open-source, souvent cité par des groupes académiques comme Stanford AI Lab et Berkeley AI Research.
Communauté et structure décentralisée
Nous Research est connu pour ses opérations décentralisées, avec des contributeurs principaux opérant sous des pseudonymes et coordonnant via Discord. Le laboratoire n'a pas de siège social formel, mais liste une adresse de bureau virtuel à San Francisco. Le financement provient de subventions de recherche, de dons et de contrats de conseil sélectifs avec des entreprises du secteur de l'infrastructure IA. Cette structure permet une itération rapide, avec des mises à jour de modèles publiées chaque semaine pendant les périodes de développement de pointe.
L'aspect communautaire s'étend au 'Nous Research Forum', un espace en ligne où les utilisateurs partagent des scripts d'affinage et discutent des techniques de apprentissage profond. Le laboratoire a également organisé des 'hackathons' collaboratifs pour produire des jeux de données, comme la collection 'OpenHermes', qui agrège des paires d'instructions générées par les utilisateurs.
Impact et réception
Les modèles de Nous Research ont été largement adoptés dans des contextes académiques et commerciaux. Hermes 3, par exemple, a été utilisé dans plusieurs projets de robotique et d'agents IA en raison de ses capacités fiables d'appel d'outils. Les critiques, cependant, ont noté que le cycle de publication rapide du laboratoire conduit parfois à une qualité inégale entre les versions. Néanmoins, son approche ouverte a influencé d'autres laboratoires, comme AI21 Labs et Inflection AI, à adopter des pratiques d'affinage plus transparentes.
En termes de calcul, le laboratoire s'appuie sur des fournisseurs de cloud comme Amazon Web Services et Google Cloud, louant souvent des clusters H100 de NVIDIA. Bien qu'il n'ait pas développé son propre matériel, il a collaboré avec Groq pour optimiser l'inférence des modèles ouverts. En 2025, le laboratoire continue de publier de nouveaux affinages, avec un accent sur les extensions multilingues et multimodales.
La signification plus large de Nous Research réside dans sa démonstration que de petites équipes distribuées peuvent faire progresser de manière significative l'intelligence artificielle sans budgets massifs. Son travail a également soulevé des débats sur les licences de modèles et l'éthique de l'affinage de poids propriétaires, un sujet toujours actif dans la communauté politique de l'IA.
Directions futures
À l'avenir, Nous Research explore des méthodes d'apprentissage continu et de support pour les langues à faibles ressources. Le laboratoire a également annoncé des expériences avec la génération de séquences basée sur la diffusion comme alternative à la prédiction du prochain token. Cependant, ces projets en sont à leurs débuts, et la production principale du laboratoire reste des affinages de haute qualité de modèles transformers existants.