Mistral Large 4: a kódolásban megelőzte a kínai modelleket

A Mistral október 29-én tette közzé a Mistral Large 4 (ML4) modell úgynevezett nyílt súlyait, amelyeket a cég egyes területeken a »legjobb nyílt nyelvi modellnek« nevez. Három héttel korábban, a modell első bemutatásakor a tesztek szerint szinte mindenhol jelentősen elmaradt a kínai versenytársaktól. A cég szerint a három hét alatti utótanítás után már számos területen megelőzi őket.

A nyílt súlyokat letöltő felhasználók a modellt saját infrastruktúrájukban vagy adatközpontban futtathatják, így nincs kitéve az áremelés vagy a geopolitikai okokból történő elérhetetlenség kockázatának. A súlyokkal a vállalatok saját adatokkal is finomhangolhatják a modellt, ami az egészségügyben, a pénzügyi szektorban, a bankoknál és a biztosítóknál a megfelelőségi követelmények miatt zárt modelleknél nem járható út. Arthur Mensch, a Mistral alapítója az SZ-nek azt mondta, hogy a vállalati alkalmazások 99 százaléka elvégezhető nyílt modellekkel is.

A fejlesztők szerint az ML4-et kevesebb számítási kapacitással tanították, mint bármely más élvonalbeli nyelvi modellt, köztük a kínaiakat. A teljesítmény összemérhető, egyes területeken jelentősen jobb. Az egy millió tokenre jutó ár hasonló a nagy kínai modellekéhez, ugyanakkor ugyanazon feladathoz a Mistralnak a Z.ai GLM-5.3 nevű modelljénél 47 százalékkal kevesebb token kell. A programozási tesztekben az ML4 minden kínai modellnél jobban teljesített, kiberbiztonságban pedig egy kínai modellel közösen az élen áll. Az eredményeket még külső szakértőknek kell megerősíteniük. A cég korábban csak arról beszélt, hogy »Európában« tanította a legjobb nyílt modellt, ez a megfogalmazás most eltűnt.