從 Llama、Llama2到 Mixtral8x7B，開源模型的性能記錄一直在被刷新。由于 Mistral8x7B 在大多數基準測試中都優于 Llama270B 和 GPT-3.5，因此它也被認為是一種「非常接近 GPT-4」的開源選項。

　　在前段時間的一篇論文中，該模型背后的公司 Mistral AI 公布了 Mixtral8x7B 的一些技術細節，并推出了 Mixtral8x7B – Instruct 聊天模型。該模型性能在人類評估基準上明顯超過了 GPT-3.5Turbo、Claude-2.1、Gemini Pro 和 Llama270B 聊天模型。在 BBQ 和 BOLD 等基準中，Mixtral - Instruct 也顯示出更少的偏見。

　　但最近，Mixtral Instruct 也被超越了。一家名叫 Nous Research 的公司宣布，他們基于 Mixtral8x7B 訓練的新模型 ——Nous-Hermes-2Mixtral8x7B 在很多基準上都超過了 Mixtral Instruct，達到了 SOTA 性能。

　　該公司聯合創始人、X 平臺用戶 @Teknium (e/λ) 表示，「據我所知，這是第一個擊敗 Mixtral Instruct 的基于 Mixtral 的模型，在我個人的測試中，它可能是最好的開源 LLM 模型!」

　　模型資料卡顯示，該模型在超過100萬個條目(主要是 GPT-4生成的數據)以及來自整個 AI 領域開放數據集的其他高質量數據上進行了訓練。根據后續微調方法的不同，該模型被分為兩個版本:

　　僅用 SFT 方法微調的 Nous Hermes2Mixtral8x7B SFT。鏈接:https://huggingface.co/NousResearch/Nous-Hermes-2-Mixtral-8x7B-SFT

　　用 SFT+DPO 方法微調的 Nous Hermes2Mixtral8x7B DPO。鏈接:https://huggingface.co/NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO。Mixtral Nous-Hermes2DPO Adapter 鏈接:https://huggingface.co/NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO-adapter

　　至于為什么發布兩個版本，@Teknium (e/λ) 給出了以下解釋:

　　以下是模型的輸出示例:

　　1、為數據可視化編寫代碼

　　2、寫賽博朋克迷幻詩

　　3、根據輸入文本創建提示

　　以下是一些性能數據:

　　1、GPT4All

　　2、AGI-Eval

　　3、BigBench 推理測試

　　在模型發布之后不久，生成式 AI 初創公司 Together AI 就宣布了其 API 對該模型的支持。Together AI 去年11月剛完成超一億美元的 A 論融資。在 Nous Research 訓練和微調 Nous Hermes2Mixtral8x7B 模型期間，Together AI 為他們提供了算力支持。

　　Nous Research 最初是一個志愿者項目。他們最近成功完成了520萬美元的種子融資輪，此輪融資由 Distributed Global 和 OSS Capital 聯合領投，同時吸引了包括 Together AI 創始人兼 CEO Vipul Ved Reddy 在內的多位知名投資者的參與。Nous 計劃在2024年推出一款名為 Nous-Forge 的 AI 編排工具。

　　從官網介紹中可以看到，他們的產品定位是:能夠連接和運行程序，獲取和分析客戶文檔，并生成合成數據供生產使用。這些專有系統可根據客戶的需求進行微調，無論其業務領域如何。通過這些新穎的算法，他們希望聚合并分析數字注意力生態系統中以往非結構化的專題數據，為客戶提供隱藏的市場脈搏信息。