Оглавление

Лаборатория Nous Research представила вторую версию своей архитектуры Hermes Mixture of Agents (MoA), предложив рынку изящное решение проблемы потолка производительности одиночных нейросетей. Система объединяет сильные стороны GPT, Claude и DeepSeek, позволяя этой «сборной» показывать результаты, превосходящие показатели любой из входящих в нее моделей по отдельности.

Как сообщает издание Yellow.com, обновление сохраняет верность принципам открытого кода. Это дает разработчикам возможность не просто наблюдать за прогрессом со стороны, но и самостоятельно настраивать ансамбли моделей под конкретные задачи, не полагаясь на закрытые проприетарные решения одного поставщика.

Механика коллективного разума

В основе Hermes MoA 2.0 лежит принцип параллельного анализа. Система работает как дирижер: она одновременно отправляет запрос нескольким базовым моделям, собирает их ответы и синтезирует финальный результат. Такой подход превращает нейросети из универсальных комбайнов в узкопрофильных специалистов, чьи ошибки нивелируются за счет проверки коллегами по ансамблю.

Пользователи могут гибко конфигурировать состав участников системы. Стандартная сборка использует связку из моделей от OpenAI, Anthropic и DeepSeek. Каждая из них обладает своим «характером» обучения и набором данных, что при объединении позволяет закрывать пробелы в логике, которые неизбежно возникают у одиночных систем при длительных рассуждениях.

Тесты демонстрируют преимущество MoA 2.0 в написании кода и решении сложных логических задач. Особенно это заметно в сценариях с длинным контекстом, где обычные модели со временем начинают терять нить повествования. Ансамблевый метод удерживает фокус за счет перекрестной сверки промежуточных выводов.

Борьба за открытые веса и агентные системы

Релиз состоялся на фоне активной экспансии лабораторий, развивающих открытые модели. Пока крупные корпорации строят «огороженные сады», сообщество движется в сторону агентной оркестрации. Совсем недавно Z.ai выпустила модель GLM-5.2 для инженерии, а бывший техлид Qwen Цзюньян Линь прямо назвал агентные системы единственным верным путем развития отрасли.

Эффективность MoA 2.0 наглядно подтверждает, что будущее ИИ — не в бесконечном раздувании параметров одной модели, а в создании умных прослоек управления. Однако стоит помнить, что такая архитектура кратно увеличивает задержку ответа и стоимость вычислений. Это блестящая победа системной инженерии над грубой силой обучения, которая, впрочем, требует от разработчика ювелирной настройки весов доверия к каждому ‘агенту’, иначе коллективный разум рискует превратиться в хор посредственностей.

Интересно наблюдать за реакцией экспертов. Андрей Карпати недавно выразил опасение, что фокус на агентах может заставить исследователей повторять старые ошибки OpenAI. Тем не менее, Nous Research пытается найти баланс, используя мощные фундаменты существующих нейросетей как строительные блоки для более сложной надстройки.

Перспективы внедрения

Для индустрии выход Hermes MoA 2.0 означает снижение порога входа к технологиям топового уровня. Разработчики получают инструмент, который позволяет достигать качества закрытых моделей frontier-класса, используя комбинацию более доступных или специализированных решений. Это серьезный аргумент в пользу диверсификации рынка.

Впрочем, картина может измениться с выходом новых версий Claude Sonnet и обновлений GPT, запланированных на вторую половину 2026 года. Пока Nous Research не опубликовала полноценную научную работу, сообщество оценивает систему по практическим бенчмаркам. Главный вопрос остается открытым: станет ли мультимодальный ансамбль стандартом индустрии или останется нишевым инструментом для энтузиастов оптимизации.