Mistral Large 4
A francia Mistral AI nyilvánosan elérhetővé tette Mistral Large 4, más néven Le Chonk mesterségesintelligencia-modelljének súlyait. A három héttel korábban bemutatott előzetes változatot további megerősítéses tanítással fejlesztették, elsősorban a programozási és kiberbiztonsági feladatokra összpontosítva.
A modell mintegy ezermilliárd paramétert tartalmaz, de a szakértői részhálózatokra épülő (Mixture of Experts) architektúra egyszerre csak 52 milliárdot aktivál. Szöveges és képi bemenetet is kezel, és európai adatközpontokban tanították. A fejlesztések eredményeként a Terminal-Bench 4.0 programozási teszten az eredmény 28-ról 41 százalékra emelkedett. Az Artificial Analysis Coding Agent Index mérésén 48 százalékot ért el, lényegében azonos teljesítményt nyújtva a GLM-5.3 modellel, miközben átlagosan 47 százalékkal kevesebb tokent használt fel feladatonként.
A Mistral a következtetési erőforrások szabályozására három üzemmódot vezetett be, Low, Medium és High. Ezekkel a fejlesztők a feladat nehézségéhez igazíthatják a feldolgozás költségét és alaposságát.
A kiberbiztonság szintén kiemelt fejlesztési terület. A modell az Artificial Analysis Cyber Index tesztjén 51 százalékot ért el, amely a sérülékenységek felismerését, reprodukálását és javítását vizsgálja. A Mistral szerint a rendszer a rosszindulatú kiberbiztonsági kérések 96,6 százalékát elutasítja, miközben támogatja a legitim védelmi kutatást.
A súlyok letölthetők, így a szervezetek saját infrastruktúrájukon is futtathatják vagy továbbtaníthatják a modellt. A használatot módosított MIT-licenc szabályozza, bizonyos kereskedelmi szolgáltatásokhoz külön engedély szükséges.
Az európai vállalatok külső API-szolgáltatótól függetlenül is üzemeltethetnek nagyméretű modellt. Az ezermilliárd paraméteres rendszer futtatása ugyanakkor jelentős, több csúcskategóriás GPU-ból álló hardvert igényel.
