Аддзел навін world 11 чэрвеня 2025, 09:47

Mistral запусціў першую для Еўропы разважальную мадэль. Яна думае на розных мовах

Французскі ШІ-стартап Mistral выпусціў сваю першую мадэль, здольную да пакрокавых лагічных разваг.

Распрацоўшчыкі сцвярджаюць, што Magistral супастаўная з канкурэнтамі ад OpenAI і DeepSeek. Яе асаблівасць у тым, што яна ўмее думаць на розных мовах: асабліва добра яна мысліць на англійскай, французскай, іспанскай, нямецкай, італьянскай, рускай, арабскай і нават спрошчанай кітайскай. У далейшым плануецца пашырыць моўную падтрымку. Звычайна мадэлі думаюць на мове краіны свайго паходжання: амерыканскія — на англійскай, кітайскія — на кітайскай.

Таксама, паводле распрацоўшчыкаў, Magistral выдатна вырашае матэматычныя задачы і цудоўна піша код. Мадэль можа знайсці прымяненне ў самых розных сферах, уключаючы крэатыўную, юрыдычную, фінансавую і распрацоўку ПЗ. Яна падыходзіць для такіх задач, як даследаванні, стратэгічнае планаванне, аптымізацыя дзейнасці, ацэнка рызык і прагназаванне для прыняцця рашэнняў на аснове даных.

Стартап прэзентаваў дзве версіі мадэлі: опэнсорсную Magistral Small на 24 мільярды параметраў і больш магутную Magistral Medium, якая арыентавана на карпаратыўных кліентаў. У бенчмарку AIME2024 першая набрала 70,7%, а другая — 73,6%.

Magistral Small мае кантэкстнае акно на 128 тысяч токенаў. Яна даступная на Hugging Face па ліцэнзіі Apache 2.0, якая дапускае камерцыйнае выкарыстанне. Таксама распрацоўшчыкі дадалі прэв’ю Magistral Medium у API, на воблачную платформу Amazon SageMaker і ў фірменнага чат-бота Le Chat — там з’явіліся спецыяльныя кнопкі для разваг.

Mistral ацэньваецца ў $6 млрд. За час сваёй працы ён прыцягнуў інвестыцыі ад Nvidia, Andreessen Horowitz, Lightspeed, General Catalyst, Salesforce і Microsoft. Стартап выкладвае вагі некаторых сваіх мадэляў — гэта значыць параметры, якія наладжваюцца падчас навучання і вызначаюць іх паводзіны, — у адкрыты доступ. Гэта дазваляе пабочным распрацоўшчыкам мадыфікаваць мадэлі і пазбягаць велізарных выдаткаў часу і рэсурсаў на стварэнне такіх мадэляў з нуля.