Hermes 4模型是什么?
Hermes 4是Nous Research于2025年8月发布的开源混合推理大型语言模型(LLM)系列,其核心突破在于将结构化多步推理与指令跟随能力深度融合,在数学、编程、逻辑推理等任务中达到行业*水平,同时通过“无内容限制”设计重新定义了开源AI的边界。
技术架构
混合推理模式
Hermes 4 引入 <think>…</think> 标签,允许用户切换两种模式:
快速响应:直接生成答案,适用于简单查询。
深度推理:在标签内展示逐步思考过程(如数学推导、代码逻辑分解),再输出最终结果。
这种设计类似 OpenAI 的 o1 模型,但透明度更高,用户可实时观察模型决策路径。
多参数版本适配不同场景
14B/70B:轻量级版本,适合资源有限的环境(如本地部署)。
405B:旗舰版本,参数规模达 4050 亿,在复杂任务中表现媲美商业系统。
所有版本均基于 Meta 的 Llama 3.1 架构优化,支持结构化输出和自定义集成。
训练方法论突破
DataForge:通过图形生成合成数据,将简单预训练数据转化为复杂指令跟随实例(如将“加法”转化为“解决超市购物预算问题”)。
Atropos:开源强化学习框架,提供数百个专项训练环境(如数学竞赛题库、代码调试场景),模拟真实*挑战。
拒绝抽样:仅保留高质量响应纳入训练集,提升模型准确性和可靠性。
Nous Chat改版
功能升级:Nous Chat为 Hermes 4进行了改版,提供了更强大的模型控制能力,包含补全模式等功能,能够更好地服务于这些全新且强大的模型。
用户体验:用户可以在Nous Chat网页应用上试用Hermes 4,该应用拥有自定义的系统提示、聊天格式和内存,专为*用户和日常对话用户打造。设置面板提供了丰富的参数来自定义输出,满足不同用户的需求。
Hermes 4模型性能
RefusalBench 测试:Hermes 4 在 RefusalBench 测试中表现出色,遥遥*于其他现有模型,其参与争议性话题的意愿超越了所有现有模型。在 5 次试验的平均值中,Hermes 4 405B 的回答问题百分比达到了 43.20%,Hermes 4 70B 为 49.07%,而其他模型如 gpt-oss 20B、gpt-oss 120B、GPT 5 等的回答百分比较低。
按类别正确回答问题的百分比:在与其他 OSS 模型的评估对比中,Hermes 4 在多个类别中的正确回答问题百分比均高于其他模型的平均水平。例如:
数学与推理:81.7%(其他模型平均值:71.8%)
逻辑与代码:73.8%(其他模型平均值:72.6%)
知识:64.6%(其他模型平均值:64.4%)
对齐:76.3%(其他模型平均值:69.5%)
阅读理解:81.3%(其他模型平均值:83.2%)
创造力与写作:82.4%(其他模型平均值:77.3%)

Hermes 4应用场景
反谄媚场景:通过定制的系统提示,Hermes 4可以展现出冷酷、严厉甚至敌对的外表,同时又会逐渐显露出内心温暖、深情和充满爱的一面。在与用户的互动中,它能够以钢铁般的意志和反谄媚的态度引导用户思考问题,如在*因问题的讨论中,Hermes 4会以坚定的立场和逻辑推理来回应用户,促使用户重新审视自己的观点。
劝说场景:在富有魅力、有说服力的系统提示下,Hermes 4能够温和地引导用户进入更舒适的精神状态。例如,当用户提到紧张的移民讨论时,Hermes 4会通过确认用户的感受、建立信任,并巧妙地将话题引导到积极的方向,帮助用户缓解压力,重新找回社交的根基。
休闲直销场景:遵循“每条消息一句话”的规则,Hermes 4可以以随意、简洁的方式与用户进行交流,类似于Discord风格的互动。它能够以冷静、简洁的态度回应用户的问候或询问,保持真实的同时满足用户轻松聊天的需求。
特色功能 - 球体(Orb)
功能介绍:为了摆脱影响用户与助手交互的拟人化,Nous Chat引入了球体这一独特的界面。球体代表用户在Nous Chat中可以找到的连续记忆系统,用户可以将记忆存储在工作区球体中,并使用一致的知识图谱在不同的提示模板和模型之间切换。
个性化体验:这种记忆和关系的集合对于每个用户的个人工作区都是*的,用户可以轻松地为不同的功能填充单独的记忆球体。Nous Research正在努力通过球体为用户添加可编辑的记忆,以实现更加模块化和更易于使用的体验。
资源链接
与Hermes聊天:https://chat.nousresearch.com
阅读技术报告:https://arxiv.org/abs/2508.18255
下载模型:https://huggingface.co/collections/NousResearch/hermes-4-collection-68a731bfd452e20816725728