Bemutatta eddigi legnagyobb és legerősebb modelljét a francia Mistral AI. A Mistral Large 4 több mint ezermilliárd paraméteres multimodális generatív mesterséges intelligencia, amely programozásra, ügynöki munkafolyamatokra, képek értelmezésére és összetett vállalati feladatokra is készült.
A Mistral október 6-án tette elérhetővé a Mistral Large 4 nyilvános előzetesét saját fejlesztői platformján. A modell szöveget és képet is képes feldolgozni, támogatja az eszközhasználatot, a strukturált kimeneteket és az ügynöki munkafolyamatokat. A vállalat ugyanakkor fokozatos bevezetést választott: az API már kipróbálható, a modell teljes súlyainak letölthető változatát csak október végére ígéri.
A méret önmagában is figyelemre méltó. A Mistral Large 4 összesen mintegy 1,05 billió paraméterből áll, de szakértőkeverékes, vagyis Mixture-of-Experts architektúrája miatt egy-egy feldolgozás során körülbelül 49 milliárd paraméter aktiválódik. A modellhez 1,6 milliárd paraméteres vizuális enkóder társul, kontextusablaka pedig eléri az egymillió tokent. Ez lehetővé teszi, hogy egyetlen munkamenetben rendkívül nagy dokumentumokat, kódbázisokat vagy összetett háttéranyagokat dolgozzon fel.
A Mistral saját mérései szerint az új modell különösen erős kiberbiztonsági, mérnöki és szakmai feladatokban. A Lakera B3 biztonsági benchmarkján a vállalat 93,3 százalékos támadás-ellenállási eredményt közölt, belső szakértői összehasonlításukban pedig a Large 4 több CAD- és természettudományos feladatban előnyt mutatott a kínai GLM-5.3 modellel szemben. Ezek ugyanakkor részben gyártói mérések, ezért nem jelentik azt, hogy a Mistral Large 4 minden általános feladatban a világ legerősebb modellje lenne.
Olvasd el: A Xiaomi új modellje az élre ugrott a nyílt súlyú mesterséges intelligenciák között
Eljuthatunk oda, hogy a generatív mesterséges intelligencia versenyében a legerősebb zárt amerikai rendszerek valódi alternatívái már saját infrastruktúrán is futtatható modellek lesznek?
A Mistral számára a nyílt súlyú működés stratégiai kérdés. A nagy amerikai csúcsmodellek jelentős része kizárólag a fejlesztő vállalat infrastruktúráján keresztül használható, miközben a letölthető modellek között az elmúlt időszakban főként kínai fejlesztések váltak meghatározóvá. A francia vállalat e két irány közé próbál európai alternatívát építeni, amelyet a vállalatok később saját infrastruktúrán is üzemeltethetnek.
A „nyílt súlyú” megjelölést azonban a jelenlegi előzetes szakaszban érdemes pontosan kezelni. A modell súlyai október 6-án még nem voltak letölthetők, tehát a Mistral mostani teljesítményállításait külső szereplők még nem tudják olyan széles körben saját hardveren reprodukálni, mint egy már ténylegesen kiadott nyílt modell esetében. A vállalat ráadásul maga is folyamatosan finomítja az ML4-et, így a most közölt eredmények nem feltétlenül tekinthetők a későbbi végleges változat állandó teljesítményszintjének.
A Mistral Large 4 megjelenése mégis fontos jelzés a generatív mesterséges intelligencia piacán. A modellverseny már nem kizárólag néhány amerikai laboratórium és kínai fejlesztő között zajlik: Európa is megpróbál olyan nagy teljesítményű rendszert kínálni, amely egyszerre multimodális, ügynöki feladatokra alkalmas és később saját infrastruktúrán is futtatható. Ha a letölthető változat valóban hozza a most bemutatott képességeket, az tovább szűkítheti a zárt és a nyílt súlyú modellek közötti különbséget.
Olvasd el ezt is: Egymillió tokenes kimenettel érkezik a Google új generatív mesterséges intelligenciája
Források: Mistral AI, Reuters, TechCrunch
CS.SZ.
