AnswersPublished19 sources
Mistral otevřel váhy modelu Le Chonk. Co ukazují první výsledky?
Mistral zveřejnil váhy modelu Large 4, přezdívaného Le Chonk, 29. října. Po dodatečném tréninku metodou reinforcement learning dosáhl model v testu Terminal Bench 4.0 výsledku 41 %, o 13 procentních bodů více než při náhledu.[10][11] Firma uvádí také skóre 48 % v Coding Agent Indexu, shodné s modelem GLM 5.3, při o...
PublikovalObrázky vytvořeny pomocí GPT Image 2
Research answer
Key takeaways
- Mistral zveřejnil váhy modelu Large 4, přezdívaného Le Chonk, 29. října.
- Po dodatečném tréninku metodou reinforcement learning dosáhl model v testu Terminal Bench 4.0 výsledku 41 %, o 13 procentních bodů více než při náhledu.[10][11]
- Firma uvádí také skóre 48 % v Coding Agent Indexu, shodné s modelem GLM 5.3, při o 47 % nižším počtu tokenů na úlohu.[11]
- Large 4 má 1,05 bilionu parametrů celkem, 52 miliard aktivních parametrů a obrazový enkodér s 1,6 miliardy parametrů.[1]
AI Prompt
openai.comCreate 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
Mistral 29. října zveřejnil váhy svého modelu Large 4, známého pod přezdívkou „Le Chonk“. Navázal tím na veřejný náhled z 6. října a tvrdí, že model patří ke špičce otevřených modelů v programování a kybernetické obraně.9
18 Co z oznámených výsledků plyne — a kde je namístě opatrnost?
Co model nabízí
Large 4 je multimodální model s architekturou mixture of experts. Podle technické dokumentace má celkem 1,05 bilionu parametrů, z nichž je aktivních 52 miliard; samostatný obrazový enkodér má 1,6 miliardy parametrů.1 Mistral uvádí, že model trénoval na 3 800 grafických procesorech Nvidia Grace Blackwell ve svých evropských datových centrech.
15
Váhy jsou soubory, které modelu určují jeho naučené chování. Jejich zveřejnění umožňuje vývojářům model provozovat a upravovat mimo službu poskytovatele, například na vlastní infrastruktuře. To je jiná nabídka než přístup pouze přes online API.
Výsledky v programování
V testu úloh pro práci s terminálem Terminal-Bench 4.0 dosáhl Large 4 podle zveřejněných údajů 41 %, tedy o 13 procentních bodů více než při říjnovém náhledu. Zlepšení Mistral připisuje dodatečnému tréninku metodou reinforcement learning.10
11 Dostupné podklady ale nepotvrzují přesnou délku tohoto dodatečného tréninku, takže nelze bezpečně tvrdit, že šlo právě o tři týdny.
V Artificial Analysis Coding Agent Indexu uvádí Mistral skóre 48 %. To je podle zprávy shodný výsledek s modelem GLM-5.3, při použití o 47 % méně tokenů na úlohu.11 Jde o výsledky konkrétních benchmarků. Samy o sobě nedokazují, že Large 4 bude lepší pro každý programátorský úkol nebo že jeho nasazení bude vždy levnější.
Kybernetická obrana a bezpečnost
Podle zveřejněných údajů dosáhl model v Artificial Analysis Cyber Indexu 51 % a v průměru odmítl 96,6 % požadavků souvisejících se škodlivou kybernetickou činností.8 Tato čísla popisují výsledek v daných evaluacích. Nejsou zárukou, že model nelze zneužít nebo že bude stejně bezpečně reagovat v každé situaci.
Schopnost pomáhat s obranou systémů a schopnost odmítat škodlivé požadavky jsou navíc dvě různé věci. Uvolnění vah proto přináší praktickou možnost model upravovat a provozovat samostatně, ale také vyžaduje, aby uživatelé sami zvažovali zabezpečení a způsob nasazení.
„Otevřené váhy“ neznamenají bezpodmínečnou licenci
Model je zveřejněn pod licencí Mistral Ecosystem Open-Weight License, kterou dokumentace označuje za upravenou verzi licence MIT.7 Sekundární zpráva uvádí, že dodatečné omezení míří na přeprodej přístupu k modelu jako služby; přesné licenční podmínky by si však měli zájemci ověřit přímo v textu licence.
12 Označení „open-weight“ tedy samo o sobě neznamená, že se na každé komerční použití vztahují stejné podmínky jako u neomezené licence MIT.
Pro vývojáře je hlavním přínosem další model, jehož váhy lze získat a provozovat mimo původní službu. Výsledky v benchmarku i deklarovaná efektivita stojí za pozornost, ale skutečnou hodnotu ukáže až výkon na konkrétních úlohách, nároky na hardware a podmínky licence.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Mistral otevřel váhy modelu Le Chonk. Co ukazují první výsledky?"?
Mistral zveřejnil váhy modelu Large 4, přezdívaného Le Chonk, 29. října.
What are the key points to validate first?
Mistral zveřejnil váhy modelu Large 4, přezdívaného Le Chonk, 29. října. Po dodatečném tréninku metodou reinforcement learning dosáhl model v testu Terminal Bench 4.0 výsledku 41 %, o 13 procentních bodů více než při náhledu.[10][11]
What should I do next in practice?
Firma uvádí také skóre 48 % v Coding Agent Indexu, shodné s modelem GLM 5.3, při o 47 % nižším počtu tokenů na úlohu.[11]