发布日期：2024-07-27 23:04 点击次数：59
泉源：机器之心Pro【RBC-104】ニューハーフWセックス
机器之心报说念
机器之机杼剪部
AI 竞赛正当年所未有的速率加速，继 Meta 昨天推出其新的开源Llama 3.1模子之后，法国 AI 初创公司 Mistral AI 也加入了竞争。
刚刚，Mistral AI 晓喻其旗舰开源模子的下一代居品：Mistral Large 2，该模子领有 1230 亿个参数，在代码生成、数学、推理等方面与 OpenAI 和 Meta 的最新顶端模子不相荆棘。
紧随 Llama 3.1 405B 之后，Mistral Large 2 的发布闪开源大模子的赛说念一下子干扰起来，而这一模子的本性是 ——「实足大」。
具体来说，天然 Mistral Large 2 参数目低于 Llama 3.1 的 4050 亿，但两者性能接近。况兼在多个基准测试中与 GPT-4o、Anthropic 的 Claude 3.5 Sonnet 比好意思。
本年 2 月，Mistral AI 推出了登程点的 Large 模子，其荆棘文窗口包含 32,000 个 token，新版模子在此基础上构建，具有更大的 128,000 个荆棘文窗口（约莫十分于一册 300 页的书）—— 与 OpenAI 的 GPT-4o 和 GPT-4o mini 以及 Meta 的 Llama 3.1 相匹配。
现时，Mistral Large 2 复旧数十种讲话，包括法语、德语、西班牙语、意大利语、葡萄牙语、阿拉伯语、印地语、俄语、汉文、日语和韩语，以及 80 多种编程讲话，包括 Python、Java、C、C++、JavaScript 和 Bash。
Mistral AI 指出，新模子将不息冲破老本后果、速率和性能的范畴，同期为用户提供新功能，包括高等函数调用和检索，以构建高性能的 AI 诈欺。
不外，值得郑重的是，Mistral Large 2 天然是灵通的，但只限于参议和非生意用途。它提供了灵通的权重，允许第三方阐发我方的需求对模子进行微调。这一合同是对用户使用条目的一个要紧摒弃。关于需要自行部署 Mistral Large 2 的生意用途，必须提前获得 Mistral AI 生意许可证。
性能发达
在多项评估有策画上，Mistral Large 2 刷新了性能和就业老本的新圭臬。超越是在 MMLU 上，预训导版块完满了 84.0% 的准确率。
代码与推理
Mistral AI 基于此前 Codestral 22B 和 Codestral Mamba 的劝诫，在很大一部分代码上训导了 Mistral Large 2。
Mistral Large 2 的发达远远优于上一代的 Mistral Large，况兼与 GPT-4o、Claude 3 Opus 和 Llama 3 405B 等顶尖模子十分。
Mistral AI 还插足了多数元气心灵来增强模子的推理才调，重心之一即是尽量减少模子产生「幻觉」或产生看似合理但实质上不正确或不关联信息的倾向。这是通过微调模子来完满的，使其在修起时愈加严慎和狞恶，确保其提供可靠和准确的输出。
此外，在找不到护士决策或莫得实足的信息来提供一个自信的谜底时，Mistral Large 2 会承认（我方答不出来）。这种瞄准确性的追求体现在了数学基准测试中模子性能的提高，下图展示了其增强的推理和护士问题的才调：
代码生成基准上的性能准确性（所有模子都通过交流的评估经由进行基准测试）。
MultiPL-E 上的性能准确性（除 paper 外，所有模子都通过交流的评估经由进行基准测试）。
GSM8K（8-shot）和 MATH（0-shot，无 CoT）生成基准上的性能准确性（所有模子都通过交流的评估经由进行基准测试）。
教导罢免与对都
Mistral AI 大幅普及了 Mistral Large 2 的教导罢免和对话才调。新的 Mistral Large 2 尤其擅长罢免精确教导和处理永劫辰的多轮对话。
以下是其在 MT-Bench、Wild Bench 和 Arena Hard 基准测试中的发达：
模子在通用对都基准测试中的性能（所有模子均通过交流的评估 pipeline 进行测试）
在某些基准测试中，生成较长的回答常常会提高评分。但是，在好多生意诈欺中，纯粹至关要紧，这是因为纯粹的模子生成概况加速交互速率，并缩短推理老本。
是以 Mistral AI 破耗了多数元气心灵，确保生成的内容尽可能只言片语。
下图展示了在 MT Bench 基准测试的问题上，不同模子生成的回答的平均长度：
讲话各种性
现时多数的生意化诈欺场景触及处理多讲话文档。Mistral Large 2 在多数多讲话数据上进行了训导，超越是在英语、法语、德语、西班牙语、意大利语、葡萄牙语、荷兰语、俄语、汉文、日语、韩语、阿拉伯语和印地语方面都发达优异。
初中萝莉液液酱以下是 Mistral Large 2 在多讲话 MMLU 基准测试中的性能扫尾，主如果与之前的 Mistral Large、Llama 3.1 模子以及 Cohere 的 Command R+ 的对比：
多讲话 MMLU 性能（以基础预训导模子测量）
器具使用与函数调用
Mistral Large 2 配备了增强的函数调用和检索时刻，经过训导概况纯属地执行并行暖热序函数调用，使其概况成为复杂业务诈欺纪律的巨大引擎。
下图为 Mistral Large 2 在函数调用上与其他主流模子的准确性对比：
试用 Mistral Large 2
用户不错通过 la Plateforme 上使用 Mistral Large 2，称号为 mistral-large-2407 ，并在 le Chat 上测试。它的版块是 24.07（Mistral 对所有模子采纳的都是 YY.MM 版块编号系统），API 称号为 mistral-large-2407。
教导模子的权重已提供，托管在 HuggingFace 上。
权重一语气：https://huggingface.co/mistralai/Mistral-Large-Instruct-2407
Mistral AI 正在将 la Plateforme 上的居品整合为两个通用模子：Mistral Nemo和 Mistral Large，以及两个专科模子：Codestral 和 Embed。跟着他们逐渐淘汰 la Plateforme 上的旧模子，所有的 Apache 模子（包括 Mistral 7B、Mixtral 8x7B 和 8x22B、Codestral Mamba、Mathstral）仍然不错使用 Mistral AI 的 SDK——mistral-inference 和 mistral-finetune 进行部署和微调。
从今天运行，他们延迟了 la Plateforme 上的微调功能：现在，这些功能适用于 Mistral Large、Mistral Nemo 和 Codestral。
此外，Mistral AI 与云就业提供商都有配合，Mistral Large 2 将很快登陆这些平台。Mistral AI 扩大了与 Google Cloud Platform 的配合，通过 Managed API 将 Mistral AI 的模子引入 Vertex AI。与此同期，还不错在 Amazon Bedrock、Azure AI Studio 和 IBM watsonx.ai 上找到。
参考一语气：
https://mistral.ai/news/mistral-large-2407/
https://venturebeat.com/ai/mistral-shocks-with-new-open-model-mistral-large-2-taking-on-llama-3-1/
https://techcrunch.com/2024/07/24/mistral-releases-large-2-meta-openai-ai-models/【RBC-104】ニューハーフWセックス
