AnswersPublished25 sources
Mistral Large 4: lonjakan pengekodan yang menarik, tetapi bukan bukti ia terbaik untuk semua tugas
Mistral menerbitkan pemberat terbuka Large 4 pada 29 Oktober. Syarikat itu melaporkan skor Terminal Bench 4.0 meningkat daripada 28% kepada 41% selepas latihan pengukuhan tambahan.
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- Mistral menerbitkan pemberat terbuka Large 4 pada 29 Oktober. Syarikat itu melaporkan skor Terminal Bench 4.0 meningkat daripada 28% kepada 41% selepas latihan pengukuhan tambahan.
- Model multimodal ini mempunyai 1.05 trilion parameter keseluruhan. Lesennya ialah versi MIT yang diubah suai, jadi semak syaratnya sebelum menawarkan model sebagai perkhidmatan terhos.
- Mistral turut melaporkan skor 51% dalam Cyber Index dan kadar penolakan purata 96.6% bagi permintaan siber berniat jahat.
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 menerbitkan pemberat terbuka Mistral Large 4, yang digelar “Le Chonk”, pada 29 Oktober selepas memperkenalkan pratonton model itu pada 6 Oktober. Syarikat tersebut mengetengahkan Large 4 sebagai pilihan pemberat terbuka yang lebih baik untuk pengekodan dan keselamatan siber defensif. Peningkatan skor penanda arasnya memang menarik, tetapi keputusan itu khusus kepada ujian tertentu—bukan bukti bahawa model ini unggul dalam semua jenis tugas.4
7
9
18
Apa yang berubah sejak pratonton?
Menurut Mistral, latihan pengukuhan tambahan menaikkan skor Large 4 dalam Terminal-Bench 4.0 daripada 28% ketika pratonton kepada 41% dalam versi yang dilancarkan—peningkatan sebanyak 13 mata peratusan.21
31 Skor yang dilaporkan bagi Artificial Analysis Coding Agent Index pula ialah 48%, sama dengan GLM-5.3. Dalam perbandingan itu, laporan turut menyebut Large 4 menggunakan 47% kurang token bagi setiap tugas.
31
35
Angka tersebut menggambarkan prestasi dalam penilaian khusus. Ia tidak membuktikan prestasi model bagi semua kerja pengaturcaraan, dan penggunaan token yang lebih rendah tidak semestinya bermakna jumlah kos operasi juga lebih rendah. Laporan yang tersedia juga tidak memberikan perbandingan angka yang disahkan secara setara dengan Mythos 5.1 daripada Anthropic.
Model multimodal dengan trilion parameter
Dokumentasi Mistral menerangkan Large 4 sebagai model multimodal berasaskan seni bina campuran pakar (mixture-of-experts), dengan 1.05 trilion parameter keseluruhan dan pengekod penglihatan yang mempunyai 1.6 bilion parameter.17 Namun, jumlah parameter itu perlu dilihat bersama satu perincian: penerangan model di Hugging Face menyatakan 49 bilion parameter aktif bagi setiap token, atau 52 bilion apabila pembenaman dan lapisan output diambil kira.
20
Dalam pengumuman pratonton, Mistral berkata model itu dilatih menggunakan 3,800 GPU Nvidia Grace Blackwell di pusat datanya di Eropah.6 Laporan pelancaran pula menyebut tiga tetapan penaakulan—rendah, sederhana dan tinggi—yang membolehkan pengguna memilih tahap usaha penaakulan.
34
Pemberat terbuka, tetapi lesen tetap perlu dibaca
Pemberat model tersedia melalui Hugging Face, manakala lesen yang diterbitkan dinamakan Mistral Ecosystem Open-Weight License. Teks lesen itu menyatakan bahawa ia ialah versi lesen MIT yang diubah suai.18
32 Jadi, istilah “pemberat terbuka” tidak bermaksud semua bentuk pengedaran semula atau perkhidmatan terhos secara automatik tertakluk pada syarat MIT standard. Organisasi yang mahu membina tawaran komersial patut membaca lesen tersebut dan memastikan syarat yang berkaitan dengan penggunaan mereka.
32
36
Secara praktikal, pasukan boleh mendapatkan pemberat model dan tidak perlu bergantung semata-mata pada akses melalui API penyedia. Ini membuka kemungkinan untuk mengehos model sendiri atau mengubah suainya, tetapi pelancaran ini sahaja tidak menentukan infrastruktur yang diperlukan bagi setiap penggunaan.
Dakwaan keselamatan siber perlu ditafsir dengan cermat
Laporan mengenai pelancaran ini menyatakan skor 51% dalam Artificial Analysis Cyber Index dan kadar penolakan purata 96.6% bagi permintaan siber berniat jahat.31
33 Itu ialah keputusan penilaian yang dilaporkan, bukannya jaminan bahawa model akan menolak setiap permintaan berbahaya atau bahawa penerbitan pemberatnya tidak membawa risiko penyalahgunaan.
Keupayaan dalam penilaian keselamatan defensif dan keupayaan menolak arahan berniat jahat mengukur perkara yang berbeza. Angka ini perlu dipertimbangkan bersama butiran penilaian dan keperluan penggunaan sebenar; dengan sendirinya, ia tidak menyelesaikan persoalan risiko apabila model boleh didapati secara meluas.
Apa makna pelancaran ini—dan apa yang belum terbukti
Large 4 menambah satu lagi pilihan pemberat terbuka yang dibangunkan di Eropah dalam pasaran yang turut merangkumi model terbuka dan tertutup dari rantau lain. Mistral menonjolkan infrastruktur latihan Eropah dan prestasi model itu berbanding pesaing pemberat terbuka.6
15
18 Bagi pengguna, perbezaan penting ialah pemberat yang boleh diperiksa dan digunakan untuk deployment—bukan kesimpulan umum tentang mutu model berdasarkan negara asal syarikat.
Kesimpulan paling kukuh daripada bukti yang tersedia lebih terhad: Mistral melaporkan peningkatan ketara dalam penanda aras pengekodan antara pratonton dengan versi pelancaran, serta skor ejen pengekodan yang kompetitif bersama penggunaan token lebih rendah dalam satu perbandingan. Keputusan ini mungkin menjadikan Large 4 berbaloi untuk diuji pada tugasan pasukan sendiri. Namun, ia tidak membuktikan keunggulan menyeluruh, mengesahkan secara bebas semua dakwaan keselamatan siber, atau menghapuskan keperluan untuk menilai lesen serta risiko deployment.
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: lonjakan pengekodan yang menarik, tetapi bukan bukti ia terbaik untuk semua tugas"?
Mistral menerbitkan pemberat terbuka Large 4 pada 29 Oktober. Syarikat itu melaporkan skor Terminal Bench 4.0 meningkat daripada 28% kepada 41% selepas latihan pengukuhan tambahan.
What are the key points to validate first?
Mistral menerbitkan pemberat terbuka Large 4 pada 29 Oktober. Syarikat itu melaporkan skor Terminal Bench 4.0 meningkat daripada 28% kepada 41% selepas latihan pengukuhan tambahan. Model multimodal ini mempunyai 1.05 trilion parameter keseluruhan. Lesennya ialah versi MIT yang diubah suai, jadi semak syaratnya sebelum menawarkan model sebagai perkhidmatan terhos.
What should I do next in practice?
Mistral turut melaporkan skor 51% dalam Cyber Index dan kadar penolakan purata 96.6% bagi permintaan siber berniat jahat.