أعلنت ميسترال إتاحة أوزان Mistral Large 4 في 29 أكتوبر، بعد معاينة عامة في 6 أكتوبر، وقدّمت النموذج بوصفه منافسًا في البرمجة والأمن السيبراني الدفاعي.[9] تقول الشركة إن نتيجة النموذج في Terminal Bench 4.0 بلغت 41%، بزيادة 13 نقطة مئوية عن المعاينة، وإنه سجل 48% في مؤشر Coding Agent مع استخدام رموز أقل لكل مهمة مقارن...
نشر بواسطةتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث

Create a landscape editorial hero image for this Studio Global article: What are the key details and implications of France’s Mistral releasing the open weights of its flagship Mistral Large 4 model, nicknamed “L. Article summary: Mistral released the open weights of Mistral Large 4, “Le Chonk,” on October 29, following its October 6 preview, and claims leading open weight performance in coding and defensive cybersecurity.[9] The available evidenc. Topic tags: general web, ai safety, openai, agents, ai. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
أطلقت شركة الذكاء الاصطناعي الفرنسية ميسترال أوزان نموذجها Mistral Large 4، الملقب «لو شونك» (Le Chonk)، في 29 أكتوبر، بعد أن أتاحت معاينة عامة له في 6 أكتوبر. وتقول الشركة إن النموذج يحقق أداءً متقدمًا بين النماذج مفتوحة الأوزان في البرمجة والأمن السيبراني الدفاعي.9
لكن الأرقام المنشورة تحتاج إلى قراءة متأنية: فهي نتائج اختبارات محددة وليست ضمانًا للتفوق في كل مهمة، كما أن بعض التفاصيل المتداولة عن مدة التدريب أو كلفة التشغيل لا تثبتها المعلومات المتاحة.
تصف الوثائق الرسمية Mistral Large 4 بأنه نموذج عام متعدد الوسائط، مبني على بنية «مزيج الخبراء» (Mixture of Experts). ويضم 1.05 تريليون معامل إجمالًا، منها 52 مليار معامل نشط، إلى جانب مشفّر للرؤية بحجم 1.6 مليار معامل.1 وتقول ميسترال إن تدريب النموذج جرى باستخدام 3,800 من معالجات Nvidia Grace Blackwell في مراكز بياناتها الأوروبية.
15
وتتيح إعدادات الاستدلال اختيار مستوى منخفض أو متوسط أو مرتفع، مع ضبط المستوى المرتفع افتراضيًا.10 وبهذا يستطيع المستخدمون المفاضلة بين مقدار المعالجة التي يخصصها النموذج للمهمة، بدل التعامل مع مستوى واحد ثابت.
بحسب النتائج المنشورة، ارتفعت نتيجة النموذج في اختبار Terminal-Bench 4.0 إلى 41%، بزيادة 13 نقطة مئوية عن نتيجة المعاينة.10
11 وفي مؤشر Artificial Analysis Coding Agent سجّل 48%، وهي نتيجة تعادل نتيجة GLM-5.3، مع استخدام أقل بنسبة 47% من الرموز لكل مهمة وفق المقارنة المنشورة.
11
هذه مؤشرات على أداء واعد في اختبارات بعينها، لكنها لا تثبت أن النموذج أفضل في جميع أنواع البرمجة أو في بيئات العمل الفعلية. كما أن المعلومات المتاحة هنا لا تؤكد أن التحسّن جاء بعد ثلاثة أسابيع تحديدًا من التعلم المعزز؛ ما تذكره التقارير هو إجراء تدريب إضافي بالتعلم المعزز.10
إتاحة الأوزان تمنح المطورين خيار تنزيل النموذج وتشغيله أو تعديله بدل الاعتماد حصريًا على واجهة خدمة سحابية. لكن وصفه بأنه «مفتوح الأوزان» أدق من افتراض أن ترخيصه مطابق تمامًا لتعريفات البرمجيات مفتوحة المصدر: فالترخيص المنشور هو «ترخيص ميسترال البيئي للأوزان المفتوحة»، وتصفه الشركة بأنه نسخة معدّلة من ترخيص MIT.7
وتشير تقارير ثانوية إلى أن القيود التجارية الإضافية تستهدف إعادة بيع النموذج كخدمة، بينما لا تفرض التزامات تجارية مماثلة على من يستضيفه بنفسه أو يضبطه أو يبني منتجًا نهائيًا به.12 غير أن التفاصيل المتاحة لا تكفي لتحديد كل الالتزامات القانونية على مزوّدي الخدمات المستضافة؛ لذا يجدر بالجهات التي تنوي استخدامه تجاريًا مراجعة نص الترخيص نفسه.
تورد تقارير عن النموذج نتيجة قدرها 51% في Cyber Index، إلى جانب معدل رفض معلن يبلغ 96.6% للطلبات المرتبطة بأنشطة سيبرانية ضارة.8
11 وهذه أرقام تقييمية ينبغي فهمها ضمن الاختبارات التي أُجريت، لا بوصفها ضمانًا بأن النموذج لن يُساء استخدامه.
فالقدرة على المساعدة في الدفاع السيبراني ومعدل رفض الطلبات الضارة مقياسان مختلفان، وإتاحة الأوزان قد تتيح تشغيل النموذج وتعديله خارج خدمات ميسترال. ولا توضح المعلومات المتاحة بما يكفي منهجية هذه الاختبارات أو كيفية أداء النموذج في ظروف الاستخدام الواقعية.
تضيف الإتاحة خيارًا أوروبيًا آخر إلى سوق النماذج مفتوحة الأوزان، وتضع ميسترال منتجها في منافسة مع نماذج صينية وخدمات مغلقة.9
14 ومن الناحية العملية، يتيح تنزيل الأوزان قدرًا أكبر من التحكم في مكان تشغيل النموذج وإمكانية تعديله؛ لكنه لا يحسم وحده اعتبارات الكلفة أو متطلبات الأجهزة أو مستوى الأمان.
أما نتيجة الرموز الأقل لكل مهمة، فقد تشير إلى كفاءة مفيدة في بعض مهام البرمجة، لكنها لا تكفي لإثبات انخفاض كلفة التشغيل الإجمالية. فذلك يتوقف أيضًا على الأجهزة والسرعة والأسعار وطبيعة الاستخدام.
الخلاصة: «لو شونك» إصدار كبير بإمكانات معلنة لافتة، وإتاحة أوزانه توسّع خيارات المطورين. لكن أفضل طريقة للحكم عليه هي اختباره على المهام الفعلية، ومراجعة شروط ترخيصه، والتعامل بحذر مع ادعاءات الأداء والأمن إلى أن تتوافر تفاصيل تقييم مستقلة وكاملة.
Studio Global AI
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
أعلنت ميسترال إتاحة أوزان Mistral Large 4 في 29 أكتوبر، بعد معاينة عامة في 6 أكتوبر، وقدّمت النموذج بوصفه منافسًا في البرمجة والأمن السيبراني الدفاعي.[9]
أعلنت ميسترال إتاحة أوزان Mistral Large 4 في 29 أكتوبر، بعد معاينة عامة في 6 أكتوبر، وقدّمت النموذج بوصفه منافسًا في البرمجة والأمن السيبراني الدفاعي.[9] تقول الشركة إن نتيجة النموذج في Terminal Bench 4.0 بلغت 41%، بزيادة 13 نقطة مئوية عن المعاينة، وإنه سجل 48% في مؤشر Coding Agent مع استخدام رموز أقل لكل مهمة مقارنةً بـGLM 5.3.[10][11]
يضم النموذج 1.05 تريليون معامل إجمالًا، منها 52 مليارًا نشطة، مع مشفّر للرؤية يضم 1.6 مليار معامل.[1]
أعلنت ميسترال إتاحة أوزان Mistral Large 4 في 29 أكتوبر، بعد معاينة عامة في 6 أكتوبر، وقدّمت النموذج بوصفه منافسًا في البرمجة والأمن السيبراني الدفاعي.[9] تقول الشركة إن نتيجة النموذج في Terminal Bench 4.0 بلغت 41%، بزيادة 13 نقطة مئوية عن المعاينة، وإنه سجل 48% في مؤشر Coding Agent مع استخدام رموز أقل لكل مهمة مقارن...
نشر بواسطةتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث

Create a landscape editorial hero image for this Studio Global article: What are the key details and implications of France’s Mistral releasing the open weights of its flagship Mistral Large 4 model, nicknamed “L. Article summary: Mistral released the open weights of Mistral Large 4, “Le Chonk,” on October 29, following its October 6 preview, and claims leading open weight performance in coding and defensive cybersecurity.[9] The available evidenc. Topic tags: general web, ai safety, openai, agents, ai. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
أطلقت شركة الذكاء الاصطناعي الفرنسية ميسترال أوزان نموذجها Mistral Large 4، الملقب «لو شونك» (Le Chonk)، في 29 أكتوبر، بعد أن أتاحت معاينة عامة له في 6 أكتوبر. وتقول الشركة إن النموذج يحقق أداءً متقدمًا بين النماذج مفتوحة الأوزان في البرمجة والأمن السيبراني الدفاعي.9
لكن الأرقام المنشورة تحتاج إلى قراءة متأنية: فهي نتائج اختبارات محددة وليست ضمانًا للتفوق في كل مهمة، كما أن بعض التفاصيل المتداولة عن مدة التدريب أو كلفة التشغيل لا تثبتها المعلومات المتاحة.
تصف الوثائق الرسمية Mistral Large 4 بأنه نموذج عام متعدد الوسائط، مبني على بنية «مزيج الخبراء» (Mixture of Experts). ويضم 1.05 تريليون معامل إجمالًا، منها 52 مليار معامل نشط، إلى جانب مشفّر للرؤية بحجم 1.6 مليار معامل.1 وتقول ميسترال إن تدريب النموذج جرى باستخدام 3,800 من معالجات Nvidia Grace Blackwell في مراكز بياناتها الأوروبية.
15
وتتيح إعدادات الاستدلال اختيار مستوى منخفض أو متوسط أو مرتفع، مع ضبط المستوى المرتفع افتراضيًا.10 وبهذا يستطيع المستخدمون المفاضلة بين مقدار المعالجة التي يخصصها النموذج للمهمة، بدل التعامل مع مستوى واحد ثابت.
بحسب النتائج المنشورة، ارتفعت نتيجة النموذج في اختبار Terminal-Bench 4.0 إلى 41%، بزيادة 13 نقطة مئوية عن نتيجة المعاينة.10
11 وفي مؤشر Artificial Analysis Coding Agent سجّل 48%، وهي نتيجة تعادل نتيجة GLM-5.3، مع استخدام أقل بنسبة 47% من الرموز لكل مهمة وفق المقارنة المنشورة.
11
هذه مؤشرات على أداء واعد في اختبارات بعينها، لكنها لا تثبت أن النموذج أفضل في جميع أنواع البرمجة أو في بيئات العمل الفعلية. كما أن المعلومات المتاحة هنا لا تؤكد أن التحسّن جاء بعد ثلاثة أسابيع تحديدًا من التعلم المعزز؛ ما تذكره التقارير هو إجراء تدريب إضافي بالتعلم المعزز.10
إتاحة الأوزان تمنح المطورين خيار تنزيل النموذج وتشغيله أو تعديله بدل الاعتماد حصريًا على واجهة خدمة سحابية. لكن وصفه بأنه «مفتوح الأوزان» أدق من افتراض أن ترخيصه مطابق تمامًا لتعريفات البرمجيات مفتوحة المصدر: فالترخيص المنشور هو «ترخيص ميسترال البيئي للأوزان المفتوحة»، وتصفه الشركة بأنه نسخة معدّلة من ترخيص MIT.7
وتشير تقارير ثانوية إلى أن القيود التجارية الإضافية تستهدف إعادة بيع النموذج كخدمة، بينما لا تفرض التزامات تجارية مماثلة على من يستضيفه بنفسه أو يضبطه أو يبني منتجًا نهائيًا به.12 غير أن التفاصيل المتاحة لا تكفي لتحديد كل الالتزامات القانونية على مزوّدي الخدمات المستضافة؛ لذا يجدر بالجهات التي تنوي استخدامه تجاريًا مراجعة نص الترخيص نفسه.
تورد تقارير عن النموذج نتيجة قدرها 51% في Cyber Index، إلى جانب معدل رفض معلن يبلغ 96.6% للطلبات المرتبطة بأنشطة سيبرانية ضارة.8
11 وهذه أرقام تقييمية ينبغي فهمها ضمن الاختبارات التي أُجريت، لا بوصفها ضمانًا بأن النموذج لن يُساء استخدامه.
فالقدرة على المساعدة في الدفاع السيبراني ومعدل رفض الطلبات الضارة مقياسان مختلفان، وإتاحة الأوزان قد تتيح تشغيل النموذج وتعديله خارج خدمات ميسترال. ولا توضح المعلومات المتاحة بما يكفي منهجية هذه الاختبارات أو كيفية أداء النموذج في ظروف الاستخدام الواقعية.
تضيف الإتاحة خيارًا أوروبيًا آخر إلى سوق النماذج مفتوحة الأوزان، وتضع ميسترال منتجها في منافسة مع نماذج صينية وخدمات مغلقة.9
14 ومن الناحية العملية، يتيح تنزيل الأوزان قدرًا أكبر من التحكم في مكان تشغيل النموذج وإمكانية تعديله؛ لكنه لا يحسم وحده اعتبارات الكلفة أو متطلبات الأجهزة أو مستوى الأمان.
أما نتيجة الرموز الأقل لكل مهمة، فقد تشير إلى كفاءة مفيدة في بعض مهام البرمجة، لكنها لا تكفي لإثبات انخفاض كلفة التشغيل الإجمالية. فذلك يتوقف أيضًا على الأجهزة والسرعة والأسعار وطبيعة الاستخدام.
الخلاصة: «لو شونك» إصدار كبير بإمكانات معلنة لافتة، وإتاحة أوزانه توسّع خيارات المطورين. لكن أفضل طريقة للحكم عليه هي اختباره على المهام الفعلية، ومراجعة شروط ترخيصه، والتعامل بحذر مع ادعاءات الأداء والأمن إلى أن تتوافر تفاصيل تقييم مستقلة وكاملة.
Studio Global AI
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
أعلنت ميسترال إتاحة أوزان Mistral Large 4 في 29 أكتوبر، بعد معاينة عامة في 6 أكتوبر، وقدّمت النموذج بوصفه منافسًا في البرمجة والأمن السيبراني الدفاعي.[9]
أعلنت ميسترال إتاحة أوزان Mistral Large 4 في 29 أكتوبر، بعد معاينة عامة في 6 أكتوبر، وقدّمت النموذج بوصفه منافسًا في البرمجة والأمن السيبراني الدفاعي.[9] تقول الشركة إن نتيجة النموذج في Terminal Bench 4.0 بلغت 41%، بزيادة 13 نقطة مئوية عن المعاينة، وإنه سجل 48% في مؤشر Coding Agent مع استخدام رموز أقل لكل مهمة مقارنةً بـGLM 5.3.[10][11]
يضم النموذج 1.05 تريليون معامل إجمالًا، منها 52 مليارًا نشطة، مع مشفّر للرؤية يضم 1.6 مليار معامل.[1]