AnswersPublished25 sources
Mistral Large 4: vad visar de öppna vikterna egentligen?
Mistral släppte vikterna till Large 4 den 29 oktober. Företaget uppger att resultatet i Terminal Bench 4.0 steg från 28 till 41 procent efter ytterligare förstärkningsinlärning.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer
Key takeaways
- Mistral släppte vikterna till Large 4 den 29 oktober. Företaget uppger att resultatet i Terminal Bench 4.0 steg från 28 till 41 procent efter ytterligare förstärkningsinlärning.
- Den multimodala modellen har 1,05 biljoner parametrar totalt. Licensen är en modifierad MIT licens, så kontrollera villkoren innan modellen erbjuds som en värdtjänst.
- Mistral uppger ett resultat på 51 procent i Cyber Index och att modellen i genomsnitt avvisade 96,6 procent av skadliga cyberförfrågningar.
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 släppte de öppna vikterna till Mistral Large 4, med smeknamnet ”Le Chonk”, den 29 oktober. Modellen visades först upp den 6 oktober. Företaget lyfter fram den som ett starkare öppet alternativ för kodning och defensiv cybersäkerhet. De redovisade resultaten är intressanta, men gäller specifika tester – de visar inte att modellen är bäst på alla slags uppgifter.4
7
9
18
Vad har ändrats sedan förhandsvisningen?
Mistral uppger att ytterligare förstärkningsinlärning höjde modellens resultat i Terminal-Bench 4.0 från 28 procent i förhandsvisningen till 41 procent i den släppta versionen. Det är en ökning med 13 procentenheter.21
31 Företagets redovisade resultat i Artificial Analysis Coding Agent Index är 48 procent, samma som GLM-5.3. Enligt rapporteringen använde Large 4 samtidigt 47 procent färre token per uppgift i den jämförelsen.
31
35
Det här är resultat från särskilda utvärderingar, inte ett mått på all programmering. Färre token betyder inte heller automatiskt lägre totalkostnad för drift. Det tillgängliga underlaget ger ingen belagd, direkt jämförelse i siffror med Anthropics Mythos 5.1.
En multimodal modell med en biljon parametrar
Mistrals dokumentation beskriver Large 4 som en multimodal modell av typen mixture of experts, med totalt 1,05 biljoner parametrar och en bildbaserad kodare med 1,6 miljarder parametrar.17 Totalsiffran behöver sättas i sitt sammanhang: modellbeskrivningen på Hugging Face anger 49 miljarder aktiva parametrar per token, eller 52 miljarder om inbäddningar och utlagret räknas in.
20
I samband med förhandsvisningen uppgav Mistral att modellen tränats med 3 800 Nvidia Grace Blackwell-GPU:er i företagets europeiska datacenter.6 Enligt rapporteringen om lanseringen finns tre lägen för resonemang: låg, medel och hög.
34
Öppna vikter – men läs licensen
Vikterna finns via Hugging Face och licensen heter Mistral Ecosystem Open-Weight License. Licenstexten beskriver den som en modifierad version av MIT-licensen.18
32 ”Öppna vikter” innebär därför inte att alla former av vidaredistribution eller värdtjänster automatiskt omfattas av standardvillkoren i MIT-licensen. Den som bygger en kommersiell tjänst bör läsa licensen och kontrollera vilka villkor som gäller för just den användningen.
32
36
Den praktiska skillnaden är att organisationer kan hämta modellens vikter i stället för att enbart använda den via en leverantörs API. Det kan öppna för egen drift eller anpassning, men själva lanseringen säger inte vilken infrastruktur en viss installation kräver.
Cybersäkerhetssiffror kräver eftertanke
I rapporteringen om lanseringen anges ett resultat på 51 procent i Artificial Analysis Cyber Index och en genomsnittlig avvisningsgrad på 96,6 procent för skadliga cyberförfrågningar.31
33 Det är redovisade testresultat, inte en garanti för att modellen alltid stoppar skadliga förfrågningar eller att öppna vikter saknar risk för missbruk.
Förmåga att hjälpa till med defensiv säkerhet och motståndskraft mot skadliga instruktioner är två olika saker. Resultaten bör bedömas tillsammans med detaljerna i testerna och behoven i den tänkta användningen. De avgör inte i sig vilka risker som följer med en modell som kan laddas ner brett.
Vad lanseringen innebär – och inte bevisar
Large 4 ger organisationer ytterligare ett europeiskt alternativ med öppna vikter på en marknad där modeller från andra regioner också finns, både öppna och slutna. Mistral har särskilt framhållit den europeiska träningsinfrastrukturen och modellens resultat jämfört med andra modeller med öppna vikter.6
15
18 För användaren är den viktiga skillnaden att vikterna går att hämta och driftsätta – inte att modellens kvalitet kan avgöras utifrån vilket land företaget kommer från.
Den mest välgrundade slutsatsen är mer avgränsad: Mistral redovisar tydliga förbättringar i vissa kodtester mellan förhandsvisningen och lanseringen, och ett konkurrenskraftigt resultat i ett kodningsindex tillsammans med lägre tokenanvändning i en jämförelse. Det kan göra Large 4 värd att testa på egna arbetsuppgifter. Men resultaten bevisar inte bred överlägsenhet, bekräftar inte oberoende varje cybersäkerhetspåstående och gör inte licens- eller driftsrisker irrelevanta.
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: vad visar de öppna vikterna egentligen?"?
Mistral släppte vikterna till Large 4 den 29 oktober. Företaget uppger att resultatet i Terminal Bench 4.0 steg från 28 till 41 procent efter ytterligare förstärkningsinlärning.
What are the key points to validate first?
Mistral släppte vikterna till Large 4 den 29 oktober. Företaget uppger att resultatet i Terminal Bench 4.0 steg från 28 till 41 procent efter ytterligare förstärkningsinlärning. Den multimodala modellen har 1,05 biljoner parametrar totalt. Licensen är en modifierad MIT licens, så kontrollera villkoren innan modellen erbjuds som en värdtjänst.
What should I do next in practice?
Mistral uppger ett resultat på 51 procent i Cyber Index och att modellen i genomsnitt avvisade 96,6 procent av skadliga cyberförfrågningar.