Τα αποκαλυπτήρια του μεγαλύτερου γλωσσικού της μοντέλου ως σήμερα, του Mistral Large 4, πραγματοποίησε η γαλλική Mistral.
Η εταιρεία προτιμά να αναφέρεται σε αυτό "Le Chonk" ("στρουμπουλός") και δικαιολογεί το παρατσούκλι του λέγοντας ότι το μοντέλο περιλαμβάνει ένα τρισεκατομμύριο παραμέτρους.
Το μοντέλο επιδεικνύει εξαιρετική απόδοση στους τομείς του κώδικα και της πολυτροπικής κατανόησης, λέει η Mistral. Το "στρουμπουλό" μοντέλο έχει ήδη επιτύχει απόδοση που ανταγωνίζεται τα ισχυρότερα μοντέλα ανοιχτού κώδικα παγκοσμίως, ενώ υπερτερεί σημαντικά έναντι οποιουδήποτε μοντέλου ανοιχτού βάρους που έχει αναπτυχθεί στις ΗΠΑ ή στην Ευρώπη. "Σε κρίσιμα επιχειρηματικά φορτία εργασίας, όπως η κυβερνοασφάλεια, οι χρηματοοικονομικές υπηρεσίες και το δίκαιο, διαπιστώνουμε ότι αποτελεί το πιο προηγμένο μοντέλο μεταξύ των ανοιχτών μοντέλων» λέει η γαλλική εταιρεία και υποστηρίζει ότι σε ορισμένους τομείς, όπως η σύνδεση εικόνας-κειμένου και η ερμηνεία εικόνας, προχωρά ακόμη πιο μακριά, ξεπερνώντας ακόμη και τα πρωτοποριακά κλειστά μοντέλα.
Η Mistral λέει ότι η ανάπτυξη και εκπαίδευση του μοντέλου πραγματοποιήθηκε εξ ολοκλήρου στην Ευρώπη. Η εκπαίδευση του "LeChonk" πραγματοποιήθηκε σε 3,800 NVIDIA Grace Blackwell GPUs στα data centers της ίδιας της Mistral και όπως λέει και η ίδια "πρόκειται για ένα σημαντικό ορόσημο στη μακροπρόθεσμη επένδυσή μας στους τομείς των υποδομών, της έρευνας και της ανάπτυξης προϊόντων."
Σχόλια