Lansarea noilor modele Mistral 3
Startup-ul francez Mistral a lansat marți noua sa familie de modele cu greutate deschisă, Mistral 3, care include zece modele, printre care un model mare cu capabilități multimodale și multilingvistice, precum și nouă modele mai mici, capabile să funcționeze offline și complet personalizabile.
Contextul competiției în domeniul AI
Lansarea vine într-un moment în care Mistral, care dezvoltă modele de limbaj cu greutate deschisă și un chatbot AI orientat pe Europa, Le Chat, pare să încerce să recupereze teren față de modelele de frontieră cu sursă închisă din Silicon Valley. Înființat acum doi ani de foști cercetători de la DeepMind și Meta, Mistral a strâns aproximativ 2,7 miliarde de dolari, având o evaluare de 13,7 miliarde de dolari, cifre mici comparativ cu cei mai mari concurenți precum OpenAI și Anthropic.
Argumente pentru modele mai mici
Mistral susține că modelele mai mari nu sunt întotdeauna mai bune, în special pentru utilizările în mediul de afaceri. Guillaume Lample, cofondator și om de știință șef la Mistral, a declarat că mulți clienți care încep cu un model mare închis realizează ulterior că acesta este costisitor și lent, motiv pentru care se îndreaptă către modelele mai mici, care pot fi ajustate pentru a gestiona cazuri de utilizare mai eficient.
Capabilitățile modelului Mistral Large 3
Modelul mare, numit Mistral Large 3, se aliniază unor capabilități importante ale modelului GPT-4 de la OpenAI și Gemini 2 de la Google, fiind unul dintre primele modele de frontieră cu capacități multimodale și multilingvistice integrate. Acesta dispune de o arhitectură “Mixture of Experts” granulară, cu 41 de miliarde de parametri activi și 675 de miliarde de parametri total, permițând raționamente eficiente pe o fereastră de context de 256k. Mistral Large 3 este destinat analizei documentelor, codării, creării de conținut, asistenților AI și automatizării fluxurilor de lucru.
Modelele Mistral 3 și avantajele lor
Noua familie de modele mici, numită Mistral 3, include nouă modele dense de înaltă performanță, cu trei dimensiuni (14B, 8B și 3B parametri) și trei variante: Base (modelul de bază pre-antrenat), Instruct (optimizat pentru conversație) și Reasoning (optimizat pentru sarcini logice complexe). Mistral afirmă că aceste modele oferă flexibilitate dezvoltatorilor și antreprenorilor, fiind mai eficiente și generând mai puține token-uri pentru sarcini echivalente.
Accesibilitate și integrare în medii diverse
Un aspect major al ofertei este practicitatea. Modelele Mistral 3 pot rula pe un singur GPU, fiind astfel utilizabile pe hardware accesibil, de la servere locale la laptopuri și dispozitive robotizate cu conectivitate limitată. Lample subliniază că eficiența sporită se traduce direct printr-o accesibilitate mai mare, inclusiv pentru persoanele fără acces la internet. Mistral colaborează cu agenții și companii pentru a integra modelele sale mai mici în roboți, drone și vehicule.
Concluzie
Lansarea noilor modele Mistral reprezintă un pas semnificativ în competiția cu gigantele AI, subliniind importanța accesibilității și eficienței în utilizarea tehnologiei AI, în special pentru companiile mici și medii care caută soluții personalizate și rentabile.
