คำตอบเผยแพร่แล้ว19 แหล่งที่มา
Mistral เปิดน้ำหนักโมเดล Large 4: “Le Chonk” เด่นด้านเขียนโค้ด แต่ยังมีคำถามเรื่องความปลอดภัย
Mistral เปิดน้ำหนักของโมเดล Large 4 หรือ “Le Chonk” เมื่อ 29 ตุลาคม หลังเผยแพร่ตัวอย่างสาธารณะเมื่อ 6 ตุลาคม โดยบริษัทระบุว่าโมเดลทำผลงานเด่นในกลุ่มโมเดลเปิดด้านเขียนโค้ดและการป้องกันไซเบอร์ [9] ผลทดสอบ Terminal Bench 4.0 ที่มีการรายงานเพิ่มจาก 28% เป็น 41% หลังการฝึกเสริมด้วย reinforcement learning หรือการเรียนรู้แ...
เผยแพร่โดยรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- Mistral เปิดน้ำหนักของโมเดล Large 4 หรือ “Le Chonk” เมื่อ 29 ตุลาคม หลังเผยแพร่ตัวอย่างสาธารณะเมื่อ 6 ตุลาคม โดยบริษัทระบุว่าโมเดลทำผลงานเด่นในกลุ่มโมเดลเปิดด้านเขียนโค้ดและการป้องกันไซเบอร์ [9]
- ผลทดสอบ Terminal Bench 4.0 ที่มีการรายงานเพิ่มจาก 28% เป็น 41% หลังการฝึกเสริมด้วย reinforcement learning หรือการเรียนรู้แบบเสริมแรง [10][11]
- โมเดลมีพารามิเตอร์รวม 1.05 ล้านล้านตัว และพารามิเตอร์ที่ใช้งาน 52,000 ล้านตัว พร้อมตัวเข้ารหัสภาพขนาด 1,600 ล้านพารามิเตอร์ [1]
- มีรายงานคะแนน Cyber Index 51% และอัตราปฏิเสธคำขออันตรายเกี่ยวกับไซเบอร์เฉลี่ย 96.6% แต่ตัวเลขเหล่านี้เป็นผลประเมิน ไม่ใช่หลักประกันว่าจะป้องกันการนำไปใช้ผิดวัตถุประสงค์ได้ [8][10]
AI พรอมต์
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 บริษัท AI จากฝรั่งเศส เปิดน้ำหนักของ Mistral Large 4 ซึ่งมีชื่อเล่นว่า “Le Chonk” เมื่อวันที่ 29 ตุลาคม หลังเปิดให้ทดลองเวอร์ชันตัวอย่างเมื่อ 6 ตุลาคม บริษัทชูจุดเด่นด้านการเขียนโค้ดและการป้องกันไซเบอร์ พร้อมเปิดให้นักพัฒนานำโมเดลไปใช้งานและปรับแต่งได้มากกว่าการเรียกใช้ผ่านบริการ API เพียงอย่างเดียว 9
อย่างไรก็ตาม คำว่า “เปิดน้ำหนัก” ไม่ได้แปลว่าโมเดลปราศจากเงื่อนไขการใช้งานทั้งหมด และผลทดสอบเฉพาะด้านก็ยังไม่ใช่ข้อพิสูจน์ว่าโมเดลเหนือกว่าคู่แข่งในทุกงาน
คะแนนเขียนโค้ดขยับขึ้นหลังฝึกเพิ่มเติม
ผลที่ถูกรายงานจาก Terminal-Bench 4.0 ซึ่งทดสอบงานที่เกี่ยวกับการใช้เทอร์มินัล เพิ่มจาก 28% ในช่วงตัวอย่างเป็น 41% หรือสูงขึ้น 13 จุดเปอร์เซ็นต์ หลังผ่านการฝึกด้วย reinforcement learning เพิ่มเติม 10
11
อีกชุดการประเมินให้ Large 4 ได้ 48% ใน Artificial Analysis Coding Agent Index และระบุว่าคะแนนเสมอกับ GLM-5.3 โดยใช้โทเค็นต่อภารกิจน้อยกว่า 47% 11 ตัวเลขนี้บ่งชี้ถึงประสิทธิภาพที่น่าสนใจในงานทดสอบดังกล่าว แต่ยังไม่เพียงพอจะสรุปว่าโมเดลจะทำงานได้ดีกว่าหรือมีต้นทุนต่ำกว่าในทุกระบบและทุกลักษณะงาน
ผู้ใช้ยังเลือกความเข้มข้นของการให้เหตุผลได้ 3 ระดับ ได้แก่ ต่ำ กลาง และสูง โดยตั้งค่าเริ่มต้นเป็นระดับสูง 10
โมเดลใหญ่แบบผสมผู้เชี่ยวชาญ
เอกสารของ Mistral ระบุว่า Large 4 เป็นโมเดลมัลติโมดัลที่ใช้สถาปัตยกรรม Mixture of Experts มีพารามิเตอร์รวม 1.05 ล้านล้านตัว และพารามิเตอร์ที่ใช้งาน 52,000 ล้านตัว พร้อมตัวเข้ารหัสภาพขนาด 1,600 ล้านพารามิเตอร์ 1 แนวคิดของ Mixture of Experts คือระบบเลือกใช้ส่วนย่อยของโมเดลตามงาน แทนการเปิดใช้พารามิเตอร์ทั้งหมดพร้อมกันทุกครั้ง
Mistral ระบุด้วยว่าใช้ GPU Nvidia Grace Blackwell จำนวน 3,800 ตัวในศูนย์ข้อมูลของบริษัทในยุโรปเพื่อฝึกโมเดล 15
เปิดน้ำหนัก แต่ควรอ่านเงื่อนไขไลเซนส์
ไฟล์ที่เผยแพร่บน Hugging Face มาพร้อม “Mistral Ecosystem Open-Weight License” ซึ่งระบุว่าเป็นไลเซนส์ MIT ฉบับดัดแปลง 7 รายงานอีกแหล่งอธิบายว่าเงื่อนไขเพิ่มเติมมุ่งจำกัดผู้ที่นำโมเดลไปให้บริการในรูปแบบ Model-as-a-Service มากกว่าผู้ที่ติดตั้งใช้งานเอง ปรับแต่งโมเดล หรือสร้างผลิตภัณฑ์ต่อยอด
12
เนื่องจากเป็นไลเซนส์ฉบับดัดแปลง ผู้พัฒนาและองค์กรควรตรวจสอบข้อความไลเซนส์ฉบับเต็มให้ตรงกับวิธีนำไปใช้ โดยเฉพาะกรณีที่ต้องการเปิดบริการให้บุคคลอื่นเรียกใช้โมเดล
คะแนนไซเบอร์ไม่ใช่ใบรับรองว่าไร้ความเสี่ยง
มีรายงานว่า Large 4 ได้คะแนน Cyber Index 51% และปฏิเสธคำขอที่เกี่ยวข้องกับการโจมตีไซเบอร์โดยเฉลี่ย 96.6% 8
10 ตัวเลขดังกล่าวสะท้อนผลจากการประเมินบางชุด แต่ข้อมูลที่มีไม่ได้แจกแจงวิธีทดสอบอย่างเพียงพอให้สรุปได้ว่าโมเดลจะปฏิเสธคำขออันตรายได้ในทุกสถานการณ์
การทำงานด้านป้องกันภัยไซเบอร์และการปฏิเสธคำขอเพื่อโจมตีเป็นคนละมิติ ความสามารถที่ดีในการทดสอบเชิงป้องกันจึงไม่ควรถูกตีความว่าโมเดลที่เปิดน้ำหนักจะไม่มีความเสี่ยงจากการนำไปใช้ผิดทาง
ความหมายต่อวงการ AI
การเปิดน้ำหนักทำให้ผู้ใช้มีทางเลือกติดตั้งและปรับแต่งโมเดลเอง แทนการพึ่งพาการเข้าถึง API ของผู้ให้บริการเพียงช่องทางเดียว Mistral วาง Large 4 เป็นตัวเลือกจากยุโรปสำหรับการแข่งขันกับโมเดลเปิดน้ำหนักและโมเดลระดับแนวหน้าอื่น ๆ 9
14 แต่ข้อได้เปรียบในการใช้งานจริงยังขึ้นอยู่กับงานที่นำไปใช้ ค่าใช้จ่ายด้านฮาร์ดแวร์ ความเร็ว และเงื่อนไขไลเซนส์ ไม่ใช่คะแนนเบนช์มาร์กเพียงอย่างเดียว
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "Mistral เปิดน้ำหนักโมเดล Large 4: “Le Chonk” เด่นด้านเขียนโค้ด แต่ยังมีคำถามเรื่องความปลอดภัย" คืออะไร
Mistral เปิดน้ำหนักของโมเดล Large 4 หรือ “Le Chonk” เมื่อ 29 ตุลาคม หลังเผยแพร่ตัวอย่างสาธารณะเมื่อ 6 ตุลาคม โดยบริษัทระบุว่าโมเดลทำผลงานเด่นในกลุ่มโมเดลเปิดด้านเขียนโค้ดและการป้องกันไซเบอร์ [9]
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
Mistral เปิดน้ำหนักของโมเดล Large 4 หรือ “Le Chonk” เมื่อ 29 ตุลาคม หลังเผยแพร่ตัวอย่างสาธารณะเมื่อ 6 ตุลาคม โดยบริษัทระบุว่าโมเดลทำผลงานเด่นในกลุ่มโมเดลเปิดด้านเขียนโค้ดและการป้องกันไซเบอร์ [9] ผลทดสอบ Terminal Bench 4.0 ที่มีการรายงานเพิ่มจาก 28% เป็น 41% หลังการฝึกเสริมด้วย reinforcement learning หรือการเรียนรู้แบบเสริมแรง [10][11]
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
โมเดลมีพารามิเตอร์รวม 1.05 ล้านล้านตัว และพารามิเตอร์ที่ใช้งาน 52,000 ล้านตัว พร้อมตัวเข้ารหัสภาพขนาด 1,600 ล้านพารามิเตอร์ [1]