AnswersPublished19 sources
Mistral Large 4:n avoimet painot lupaavat lisää tehoa koodaukseen
Mistral julkaisi Mistral Large 4:n avoimet painot 29. lokakuuta. Mistralin raportoima Terminal Bench 4.0 tulos nousi 28 prosentista 41 prosenttiin.
JulkaisijaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Mistral julkaisi Mistral Large 4:n avoimet painot 29. lokakuuta.
- Mistralin raportoima Terminal Bench 4.0 tulos nousi 28 prosentista 41 prosenttiin.
- Mallissa on 1,05 biljoonaa parametria, joista 52 miljardia on aktiivisia; mukana on myös 1,6 miljardin parametrin näkömalli.[1]
- Mistral ilmoittaa mallin saaneen 51 prosentin tuloksen kyberturvallisuusindeksissä ja kieltäytyneen keskimäärin 96,6 prosentista haitallisiksi arvioiduista kyberpyynnöistä.
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 julkaisi lippulaivamallinsa Mistral Large 4:n avoimet painot 29. lokakuuta. Malli tunnetaan lempinimellä ”Le Chonk”. Sen julkinen esiversio julkaistiin 6. lokakuuta, ja yhtiö kertoo mallin saaneen sen jälkeen lisää vahvistusoppimiseen perustuvaa koulutusta.1
9
10
Julkaisu tarjoaa kehittäjille mahdollisuuden ladata ja muokata mallin painoja sen sijaan, että mallia käyttäisi vain palveluntarjoajan rajapinnan kautta. Mistral nostaa esiin erityisesti koodauksen ja puolustuksellisen kyberturvallisuuden. Yhtiön vertailutulokset ovat kuitenkin testituloksia, eivät todiste siitä, että malli olisi kaikissa tehtävissä kilpailijoitaan parempi.
Mitä tulokset kertovat koodauksesta?
Mistralin mukaan Large 4:n tulos Terminal-Bench 4.0 -testissä nousi esiversion 28 prosentista 41 prosenttiin eli 13 prosenttiyksikköä.10
11 Testi mittaa muun muassa komentorivillä tehtävien tehtävien suorittamista.
Artificial Analysis Coding Agent Indexissä mallin tulos oli raportoidusti 48 prosenttia, mikä on sama kuin GLM-5.3:n tulos. Mistral kertoo Large 4:n käyttäneen tehtävää kohti 47 prosenttia vähemmän tokeneita.11 Tulos voi viitata tehokkuusetuun kyseisessä vertailussa, mutta se ei yksin kerro kokonaiskustannuksista tai suorituskyvystä erilaisissa käytännön työtehtävissä.
Suuri malli, asiantuntijaverkkoarkkitehtuuri
Mistralin dokumentaation mukaan Large 4 on multimodaalinen mixture-of-experts-malli: se pystyy käsittelemään useita tietotyyppejä, ja kunkin tehtävän aikana käyttöön otetaan vain osa mallin asiantuntijaverkoista. Mallissa on yhteensä 1,05 biljoonaa parametria ja 52 miljardia aktiivista parametria. Näkömallin eli vision encoderin koko on 1,6 miljardia parametria.1
Käyttäjä voi valita päättelyn tason matalaksi, keskitasoksi tai korkeaksi; korkea taso on oletusasetus.10 Mistral kertoo kouluttaneensa mallin Euroopassa sijaitsevissa datakeskuksissaan 3 800 Nvidia Grace Blackwell -grafiikkasuorittimella.
15
Avoimet painot, mutta lisenssiin liittyy ehto
Mallin painot julkaistiin Mistral Ecosystem Open-Weight -lisenssillä, jota yhtiö kuvaa muokatuksi MIT-lisenssiksi.7 Toissijaisen raportoinnin mukaan lisenssin lisärajoitus koskee mallia palveluna jälleenmyyviä toimijoita; omassa ympäristössä mallia käyttävien tai siitä sovelluksia rakentavien tilanne on erilainen.
12
Tämä on tärkeä ero: avoimet painot mahdollistavat mallin lataamisen, ajamisen ja muokkaamisen, mutta lisenssiehdot on silti luettava ennen kaupallista käyttöä. Saatavilla olevat tiedot eivät riitä kaikkien palveluntarjoajiin sovellettavien velvoitteiden yksityiskohtaiseen arviointiin.
Kyberturvallisuusväitteisiin tarvitaan kontekstia
Mistralin raportoima tulos Artificial Analysis Cyber Indexissä on 51 prosenttia. Lisäksi yhtiö kertoo mallin kieltäytyneen keskimäärin 96,6 prosentista haitallisiksi luokiteltuja kyberpyyntöjä.8
11 Kieltäytymisprosentti ja puolustuksellista osaamista mittaava vertailutulos kuvaavat eri asioita. Kumpikaan ei yksin osoita, ettei mallia voisi käyttää väärin.
Siksi tulokset kannattaa nähdä yhtenä osana turvallisuusarviota, ei takeena riskittömästä käytöstä. Saatavilla olevat lähdetiedot eivät myöskään riitä vahvistamaan kaikkia mallin testausmenetelmiä tai väitteitä muiden yhtiöiden tuesta.
Mitä julkaisu merkitsee?
Large 4 antaa käyttäjille uuden Euroopassa koulutetun avoimien painojen vaihtoehdon. Mistral asemoi sen kilpailemaan sekä kiinalaisten avointen mallien että suljettujen huippumallien kanssa.9
14 Käytännössä avoimet painot voivat tarjota enemmän hallintaa mallin ajamiseen ja muokkaamiseen kuin palveluntarjoajan rajapintaan nojaava käyttö.
Ratkaisevaa ei silti ole pelkkä mallin alkuperä tai parametrien määrä. Käyttäjän kannattaa arvioida omilla tehtävillään laatua, nopeutta, laitteistovaatimuksia, kustannuksia sekä lisenssin ja turvallisuuden ehtoja.
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:n avoimet painot lupaavat lisää tehoa koodaukseen"?
Mistral julkaisi Mistral Large 4:n avoimet painot 29. lokakuuta.
What are the key points to validate first?
Mistral julkaisi Mistral Large 4:n avoimet painot 29. lokakuuta. Mistralin raportoima Terminal Bench 4.0 tulos nousi 28 prosentista 41 prosenttiin.
What should I do next in practice?
Mallissa on 1,05 biljoonaa parametria, joista 52 miljardia on aktiivisia; mukana on myös 1,6 miljardin parametrin näkömalli.[1]