Η γαλλική Mistral κυκλοφορεί το μοντέλο τεχνητής νοημοσύνης Large 4 με ανοιχτά βάρη

Η Mistral κυκλοφόρησε την Πέμπτη τα ανοιχτά βάρη του Mistral Large 4, του κορυφαίου μοντέλου της με 1 τρισεκατομμύριο παραμέτρους, το οποίο έχει λάβει το παρατσούκλι "Le Chonk". Η γαλλική εταιρεία υποστηρίζει ότι τρεις επιπλέον εβδομάδες εκπαίδευσης με ενισχυτική μάθηση κατέστησαν το μοντέλο την καλύτερη επιλογή ανοιχτών βαρών για προγραμματισμό και κυβερνοάμυνα. Τα βάρη είναι διαθέσιμα στο Hugging Face. Η κυκλοφορία έπεται της προεπισκόπησης της 6ης Οκτωβρίου και πραγματοποιείται καθώς η Ευρώπη προσπαθεί να δημιουργήσει εναλλακτικές λύσεις έναντι της αμερικανικής και κινεζικής τεχνητής νοημοσύνης.mistral.ai+1

Κέρδη στις επιδόσεις από την προεπισκόπηση

Η Mistral αναφέρει ότι η βαθμολογία του μοντέλου στο Terminal-Bench 4.0 αυξήθηκε κατά 13 ποσοστιαίες μονάδες, από 28% στην προεπισκόπηση σε 41%, ενώ χρησιμοποίησε 30% λιγότερα tokens εξόδου. Το Fortune ανέφερε ότι αυτή η βαθμολογία ισοφαρίζει το κινεζικό GLM-5.3, το οποίο θεωρούνταν το ισχυρότερο ανοιχτό μοντέλο. Στον δείκτη Artificial Analysis Coding Agent Index, η Mistral δηλώνει ότι το Large 4 συγκεντρώνει 48%. Αυτό είναι περίπου στα ίδια επίπεδα με το GLM-5.3, αλλά το Large 4 χρησιμοποιεί κατά μέσο όρο 47% λιγότερα tokens ανά εργασία. Τα κλειστά μοντέλα εξακολουθούν να προηγούνται συνολικά. Το Mythos 5.1 της Anthropic συγκέντρωσε 60,9% στο Terminal-Bench.fortune.com+1

Το μοντέλο βασίζεται σε σχεδιασμό μείγματος ειδικών (mixture-of-experts). Διαθέτει 1,05 τρισεκατομμύρια παραμέτρους, αλλά ενεργοποιεί περίπου 52 δισεκατομμύρια για κάθε εργασία, ενώ προσφέρει λειτουργίες συλλογισμού χαμηλής, μεσαίας και υψηλής έντασης. Εκπαιδεύτηκε σε 3.800 κάρτες γραφικών Grace Blackwell της Nvidia ↘ 4.27% στα ευρωπαϊκά κέντρα δεδομένων της Mistral. Η άδεια χρήσης είναι μια τροποποιημένη άδεια MIT. Οποιοσδήποτε μπορεί να χρησιμοποιήσει, να τροποποιήσει και να εμπορευτεί το μοντέλο, αλλά οι εταιρείες που το πωλούν ως φιλοξενούμενο μοντέλο-ως-υπηρεσία χρειάζονται ξεχωριστή εμπορική άδεια. Η Microsoft ↗ 2.75% το προσφέρει επίσης μέσω του Microsoft Foundry.mistral.ai+1

Προσέγγιση στους αμυνόμενους στον κυβερνοχώρο

Η Mistral αναφέρει ότι το Large 4 συγκεντρώνει 51% στον δείκτη Artificial Analysis Cyber Index. Επίσης, απορρίπτει κατά μέσο όρο το 96,6% των κακόβουλων αιτημάτων στον κυβερνοχώρο, ποσοστό που η εταιρεία δηλώνει ότι είναι το υψηλότερο που έχει μετρήσει μεταξύ των ανοιχτών μοντέλων. Εταιρείες ασφαλείας, συμπεριλαμβανομένων των Cisco ↗ 5.11%, CrowdStrike ↗ 5.39% και Cloudflare ↗ 9.30%, εξέδωσαν δηλώσεις υποστήριξης της κυκλοφορίας. Η Mistral δήλωσε ότι διαπίστωσε "δυνατότητα αξιοποίησης για τη διεξαγωγή πραγματικών επιθέσεων" σε ζωντανή κίνηση κατά τη διάρκεια της προεπισκόπησης και ενισχύει τα προστατευτικά της μέτρα.mistral.ai

"Είναι μια κομβική στιγμή στην παγκόσμια κούρσα ηγεσίας στην τεχνητή νοημοσύνη", δήλωσε στους δημοσιογράφους ο Pierre Stock, αντιπρόεδρος επιστήμης της Mistral. Ανέφερε ότι μόλις τα βάρη γίνουν δημόσια, "είναι αδύνατο να διακοπεί η πρόσβαση". Ο Stock αμφισβήτησε επίσης αν τα κινεζικά ανοιχτά μοντέλα είναι αξιόπιστα. Επεσήμανε τον Ιούνιο, όταν μια οδηγία ελέγχου εξαγωγών των ΗΠΑ ανάγκασε την Anthropic να αναστείλει την πρόσβαση σε ορισμένα από τα μοντέλα της για σχεδόν τρεις εβδομάδες.wired.com+1

Ένα χρηματοδοτικό κενό

Η Mistral έχει συγκεντρώσει περίπου 6 δισεκατομμύρια δολάρια σε τρία χρόνια. Ο πιο πρόσφατος γύρος χρηματοδότησης ήταν ένας γύρος Σειράς Δ ύψους 3 δισεκατομμυρίων ευρώ με επικεφαλής τη Samsung, ο οποίος αποτίμησε την εταιρεία σε πάνω από 21 δισεκατομμύρια ευρώ. Ορισμένοι ειδικοί ασφαλείας αμφισβήτησαν την εθνική πλαισίωση. "Είναι σαφώς μια τεχνολογία διπλής χρήσης", δήλωσε ο Rafe Pilling της Sophos. Πρόσθεσε ότι "οι τεχνικές πραγματικότητες και η αφήγηση, η οποία συχνά έχει εθνικιστική κλίση, είναι δύο διαφορετικά πράγματα".fortune.com+1