AnswersPublished25 sources
Mistral Large 4: Hvad viser udgivelsen af de åbne vægte?
Mistral udgav vægtene til Large 4 den 29. oktober. Den multimodale model har 1,05 billioner parametre i alt.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- Mistral udgav vægtene til Large 4 den 29. oktober.
- Den multimodale model har 1,05 billioner parametre i alt. Licensen er en ændret MIT licens, så brugere bør læse vilkårene, især hvis modellen skal tilbydes som en hostet tjeneste.
- Mistral oplyser en score på 51 % i Cyber Index og en afvisningsrate på 96,6 % for ondsindede cyberforespørgsler.
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, general web, user generated, documentation. 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,
Mistral udgav de åbne vægte til Mistral Large 4 – med kælenavnet “Le Chonk” – den 29. oktober efter en offentlig forhåndsvisning den 6. oktober. Virksomheden fremhæver modellen som et stærkere åbent alternativ til kodning og defensiv cybersikkerhed. De rapporterede benchmarkforbedringer er værd at bemærke, men de gælder bestemte test og afgør ikke, hvordan modellen klarer alle typer opgaver.4
7
9
18
Bedre resultater efter forhåndsvisningen
Mistral oplyser, at yderligere reinforcement learning løftede modellens resultat i Terminal-Bench 4.0 fra 28 % i forhåndsvisningen til 41 % i den udgivne version – en forbedring på 13 procentpoint.21
31 I Artificial Analysis Coding Agent Index fik Large 4 ifølge virksomheden 48 %, hvilket er på niveau med GLM-5.3. I den sammenligning brugte Large 4 også 47 % færre tokens pr. opgave.
31
35
Det er resultater fra konkrete evalueringer, ikke dokumentation for, at modellen er bedst til alle programmeringsopgaver. Færre tokens betyder heller ikke automatisk lavere samlede driftsomkostninger. De tilgængelige oplysninger giver heller ikke en underbygget, direkte talmæssig sammenligning med Anthropics Mythos 5.1.
En multimodal model med over en billion parametre
Mistrals dokumentation beskriver Large 4 som en multimodal mixture-of-experts-model med 1,05 billioner parametre i alt og en synsencoder på 1,6 milliarder parametre.17 Det samlede parameterantal kræver lidt forklaring: Ifølge modelbeskrivelsen på Hugging Face er 49 milliarder parametre aktive pr. token, eller 52 milliarder, når indlejringer og outputlaget tælles med.
20
I sin annoncering af forhåndsvisningen skrev Mistral, at modellen blev trænet på 3.800 Nvidia Grace Blackwell-GPU'er i virksomhedens europæiske datacentre.6 Omtalen af udgivelsen beskriver tre indstillinger for ræsonnering – lav, middel og høj – så brugerne kan vælge, hvor meget ræsonnering opgaverne skal bruge.
34
Åbne vægte er ikke det samme som en standardlicens
Vægtene kan hentes via Hugging Face. Den offentliggjorte licens hedder Mistral Ecosystem Open-Weight License og beskrives som en ændret version af MIT-licensen.18
32 Betegnelsen “åbne vægte” betyder derfor ikke, at enhver form for videredistribution eller hostet tjeneste automatisk er dækket af MIT-licensens standardvilkår. Virksomheder, der vil tilbyde en kommerciel tjeneste, bør læse selve licensen og afklare, hvilke betingelser der gælder for deres brug.
32
36
I praksis betyder udgivelsen, at udviklere kan få adgang til modelvægtene frem for kun at bruge modellen gennem en udbyders API. Det kan gøre selvhosting og ændringer af modellen mulige, men udgivelsen siger ikke i sig selv, hvilken infrastruktur en konkret installation kræver.
Cyberpåstande kræver forbehold
Omtale af udgivelsen angiver en score på 51 % i Artificial Analysis Cyber Index og en gennemsnitlig afvisningsrate på 96,6 % for ondsindede cyberforespørgsler.31
33 Det er rapporterede evalueringsresultater – ikke en garanti for, at modellen afviser enhver skadelig forespørgsel, eller at åbne vægte ikke kan misbruges.
En score for defensiv cybersikkerhed og modellens evne til at modstå ondsindede forespørgsler måler forskellige ting. Tallene bør vurderes sammen med testmetoderne og behovene i den konkrete anvendelse; de afgør ikke alene, hvilke risici der følger med en bredt tilgængelig model.
Hvad udgivelsen fortæller – og ikke fortæller
Large 4 giver organisationer endnu en europæiskudviklet model med åbne vægte i et marked med både åbne og lukkede modeller fra andre regioner. Mistral har fremhævet modellens europæiske træningsinfrastruktur og dens resultater sammenlignet med andre modeller med åbne vægte.6
15
18 For brugerne er den konkrete forskel adgangen til vægtene, som kan undersøges og sættes i drift – ikke en generel konklusion om kvalitet baseret på, hvor modellen kommer fra.
Den bedst underbyggede konklusion er mere afgrænset: Mistral rapporterer mærkbare forbedringer i kodningstests fra forhåndsvisningen til den endelige udgave samt et konkurrencedygtigt resultat i én kodningsindeks-sammenligning med lavere tokenforbrug. Det kan gøre Large 4 værd at afprøve på egne opgaver. Resultaterne beviser ikke, at modellen generelt er bedst, bekræfter ikke uafhængigt alle cybersikkerhedspåstande og fjerner ikke behovet for at undersøge licensvilkår og driftsrisici.
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 Large 4: Hvad viser udgivelsen af de åbne vægte?"?
Mistral udgav vægtene til Large 4 den 29. oktober.
What are the key points to validate first?
Mistral udgav vægtene til Large 4 den 29. oktober. Den multimodale model har 1,05 billioner parametre i alt. Licensen er en ændret MIT licens, så brugere bør læse vilkårene, især hvis modellen skal tilbydes som en hostet tjeneste.
What should I do next in practice?
Mistral oplyser en score på 51 % i Cyber Index og en afvisningsrate på 96,6 % for ondsindede cyberforespørgsler.