بوکانت
12.7K posts


@Jaber1362 پردازش هوش مصنوعی که آنلاینه! هرچقدر تسکت وابسته به ریسورس سیشتم خودت باشه به همون اندازه درگیر میکنه
فارسی

@Jaber1362 هرمیس که لوکاله و api هم آنلاین!
سیستم من از همتون گازوئيلی تره :))
فارسی

@sattar_bjz ببین اگه اون ۱۰ دلار رو شارژ کنی میتونی فقط از مدلای رایگانش با لیمیت ۱۰۰۰ ریکوئست در روز بدون کم شدن اون ۱۰ دلار استفاده بکنی!
حالا تو باید ببینی مدلای رایگانش بدردت میخورن یا نه
فارسی

@bookunt بدجور :(
ببینم تو api میگیری از جایی؟
میخوام یه api بگیرم و نظرم برای شروع opencode go ئه برای شروع بخاطر قیمتش، چون این ۲۰ دلاریای کلاد و ژپتو با اکانتای مجانی فرق زیادی نمیکنن.
فارسی

@bookunt منم مشکل داشتم. اول که با npm نمیشد بگیری، حجمش زیاد بود و تایماوت میشد. با binary هم خوب کار نمیکرد. با هرمس صحبت کردم، اون با یه دستوری که تایماوت رو از بین میبره برام با npm نصبش کرد و الان عالی کار میکنه. فقط باز شدنش کنده، واسه من ۵ دقیقه طول میکشه بعد هر ریستارت.
فارسی

@bookunt @Mohamma11943580 پس من چند روز خودکشی دارم میکنم که بشه
چرا زودتر نگفتید
فارسی

@bookunt با ده تا اکانت free که رو omnirouter زدی؟ 😁
چون منم ستاپم همینه.
۵ تا اکانت qwen دارمو ۵ تا کلاد. کیفیت کار ده برابر از جمینای بیشتره
فارسی

ویژگی MoA یا Mixture of Agents یکی از قابلیتهای جالب Hermes Agent هست که به جای تکیه روی یک مدل، چند مدل مختلف رو همزمان به کار میگیره تا جواب قویتری بده. وقتی از دستور /moa استفاده میکنی یا یه preset مربوط به MoA رو انتخاب میکنی، Hermes اول همون پرامپت رو به صورت موازی برای دو یا چند مدل مرجع میفرسته. این مدلها جدا از هم فکر میکنن و بدون دسترسی به ابزارها فقط روی متن مکالمه کار میکنن تا ارزون و سریع بمونن.
بعد خروجی همهشون رو به یه مدل تجمیعکننده میده که همهشون رو میخونه، نقاط قوت هر کدوم رو با هم ترکیب میکنه و جواب نهایی رو میسازه. این مدل تجمیعکننده همونیه که ابزارها رو صدا میزنه و بقیه حلقه ایجنت رو مثل همیشه پیش میبره. کل این فرآیند کاملاً داخل سیستم عادی Hermes کار میکنه؛ یعنی سشنها، فالوآپها، اینتراپتها و حتی دستورهایی مثل /goal هیچ مشکلی پیدا نمیکنن و بعد از تموم شدن کار، سیستم دوباره به مدل اصلیت برمیگرده.
برای تنظیمش کافیه با hermes moa configure مدلهای مرجع و تجمیعکننده رو خودت انتخاب کنی و میتونی از ارائهدهندههای مختلف قاطیشون کنی. این روش مخصوصاً برای کارهای سخت مثل دیباگ پیچیده، طراحی معماری یا تصمیمگیریهایی که اشتباه کردنش گرون تموم میشه خیلی به درد میخوره، چون به جای شانس یه مدل، یه تیم داری که با هم مشورت میکنن.
روی بنچمارک HermesBench هم نشون داده که ترکیب Opus 4.8 به عنوان تجمیعکننده با GPT-5.5 به عنوان مرجع به امتیاز ۰.۸۲۰۲ رسیده، در حالی که خود Opus به تنهایی ۰.۷۶۰۷ و GPT-5.5 حدود ۰.۷۴۱۲ بوده. البته هزینه و زمان بیشتری میبره چون چند تا کال مدل میزنه، ولی وقتی کار واقعاً مهم باشه ارزشش رو داره.

فارسی

@sHosseinRabani اونم تازه راه انداختم
x.com/bookunt/status…
بوکانت@bookunt
خب خب! Qwen 3.7 Max نامحدود رایگان در هرمیس نازنین فعال شد :)
فارسی

من با همین یه خط پرامپت دارم تمام مدلا رو تست میکنم! بنظرم معیار خوبیه واسه سنجش میزان خنگی مدلها 😁
بوکانت@bookunt
Here's the result of trying the same prompt with Qwen 3.8 Max Preview.
فارسی













