Mistral 正式发布 Mistral Large，在基准测试中仅次于GPT-4，超过其他所有模型。#ai##llm#

Mistral正式发布MistralLarge，在基准测试中仅次于GPT-4，超过其他所有模型。MistralLarge具有新的功能和优势：它在英语、法语、西班牙语、德语和意大利语方面拥有母语般流利的能力，并对语法和文化背景有细致的理解。其32K令牌的上下文窗口允许从大型文档中精确地寻找信息。它精确的指令跟随能够让开发者设计他们的管理政策-我们用它来建立leChat的系统级管理。它本身就能够进行函数调用。这一点，再加上在laPlateforme上实现的受限输出模式，使得应用程序开发和技术栈现代化能够大规模进行。支持在LaPlateforme、Azure和私有部署。了解更多：

Mistral 宣布最新开放大模型 Mixtral 8x22B

Mistral宣布最新开放大模型Mixtral8x22B法国AI创业公司Mistral宣布了其最新的开放大模型，公布的测试显示它是目前最先进的开放模型。Mistral称8x22B是真正开放的模型，使用Apache2.0许可证，允许任何人不受限制的使用。它是一种稀疏Mixture-of-Experts(SMoE)模型，有1410亿参数，但活跃参数仅为390亿，在其规模下提供了无与伦比的成本效率。Mixtral8x22B的优点包括：精通英语、法语、意大利语、德语和西班牙语，具有强大的数学和编码能力，原生能函数调用，64K令牌上下文窗口。来源，频道：@kejiqu群组：@kejiquchat

Mistral推出新服务和SDK 允许客户对其模型进行微调

Mistral推出新服务和SDK允许客户对其模型进行微调Mistral在SDK的GitHub仓库的自述文件中指出，SDK针对多GPU设置进行了优化，但也可以扩展到单个NVIDIAA100或H100GPU，用于微调Mistral7B等较小的模型。Mistral表示，对UltraChat这样的数据集进行微调需要半个小时左右，UltraChat是使用OpenAI的ChatGPT进行的140万次对话的集合，使用Mistral-Finetune在8个H100上进行微调。对于更喜欢管理型解决方案的开发人员和公司来说，Mistral新推出的微调服务可通过公司的API使用。Mistral表示，微调服务将在未来几周内支持更多型号。最后，Mistral将首次推出定制培训服务，目前只面向部分客户，利用他们的数据为组织的应用程序微调任何Mistral模型。"该公司在其官方博客的一篇文章中解释说："这种方法可以为特定领域创建高度专业化和优化的模型。我的同事英格丽德-伦登（IngridLunden）最近报道说，Mistral公司正寻求以60亿美元的估值向包括DST、GeneralCatalyst和光速创投（LightspeedVenturePartners）在内的投资者融资约6亿美元。自2023年9月Mistral推出首个生成模型以来，它又发布了多个模型，包括代码生成模型，并推出了付费API。但它还没有透露有多少用户，收入情况如何。...PC版：https://www.cnbeta.com.tw/articles/soft/1433766.htm手机版：https://m.cnbeta.com.tw/view/1433766.htm

Perplexity推出pplx-api，可快速访问开源大型语言模型如Mistral 7B、Llama2 13B等

Perplexity推出，可快速访问开源大型语言模型如Mistral7B、Llama213B等-pplx-api易于使用，开发者可以在几分钟内通过RESTAPI整合先进的开源模型。-pplx-api推理速度很快，比其他解决方案的延迟降低了2-3倍。-pplx-api基础设施经过验证，可以承载产品级流量。-pplx-api采用NVIDIATensorRT-LLM和AWSA100GPU等先进软硬件，实现了优化。-pplx-api已用于Perplexity的产品中，相比外部API每年节省了62万美元成本。-pplx-api兼容OpenAIAPI，可以轻松集成到现有应用中。-未来pplx-api将支持更多定制和开源模型。

Mistral发布首个代码生成人工智能模型Codestral 但不可用于商业活动

Mistral发布首个代码生成人工智能模型Codestral但不可用于商业活动Mistral在一篇博文中解释说，它接受过80多种编程语言的训练，包括Python、Java、C++和JavaScript。Codestral可以完成编码功能、编写测试和"填充"部分代码，还能用英语回答有关代码库的问题。Mistral将这种模式描述为"开放"，但这还有待商榷，因为这家初创公司的许可证禁止将Codestral及其产出用于任何商业活动。虽然有"开发"的例外，但即使是"开发"也有注意事项：许可证明确禁止"员工在公司业务活动中的任何内部使用"，究其原因可能是Codestral部分训练内容受版权保护。Mistral在博文中没有证实或否认这一点，但这并不奇怪；有证据表明，这家初创公司以前的训练数据集包含版权数据。无论如何，Codestral可能不值得这么麻烦。该模型有220亿个参数，需要一台强大的电脑才能运行。(参数基本上决定了人工智能模型处理问题的能力，比如分析和生成文本）。虽然根据一些基准测试（我们都知道，这些基准测试并不可靠），该模型击败了竞争对手，但这并不能说明它有多厉害。虽然Codestral对大多数开发人员来说并不实用，而且在性能提升方面也是渐进式的，但它肯定会引发关于依赖代码生成模型作为编程助手是否明智的争论。至少在某些编码任务中，开发人员肯定会使用生成式人工智能工具。在2023年6月的StackOverflow民意调查中，44%的开发人员表示，他们现在在开发过程中使用人工智能工具，26%的开发人员计划不久后使用。然而，这些工具有明显的缺陷。GitClear对过去几年中提交到项目仓库的超过1.5亿行代码进行了分析，发现生成式人工智能开发工具正在导致更多错误代码被推送到代码库中。普渡大学的一项研究显示，OpenAI的ChatGPT对编程问题给出的答案有一半以上是错误的。但这并不能阻止Mistral等公司试图将其模式货币化（并获得心智份额）。今天上午，Mistral在其LeChat对话式人工智能平台上推出了托管版Codestral以及付费API。Mistral表示，它还致力于将Codestral纳入LlamaIndex、LangChain、Continue.dev和Tabnine等应用框架和开发环境。...PC版：https://www.cnbeta.com.tw/articles/soft/1432835.htm手机版：https://m.cnbeta.com.tw/view/1432835.htm

Mistral AI 开源 Mistral 8x22B Moe 大模型

MistralAI开源Mistral8x22BMoe大模型MistralAI公司刚刚再次用磁力链接开源了一款大模型Mistral8x22B，模型文件大小为281.24GB。从模型的名字来看，Mistral8x22B是去年开源的「mixtral-8x7b」的超级大杯版本，参数规模增长三倍不止，由8个220亿参数规模(8×22B)的专家网络组成。磁力链接地址：magnet:?xt=urn:btih:9238b09245d0d8cd915be09927769d5f7584c1c9&dn=mixtral-8x22b&tr=udp%3A%2F%2Fopen.demonii.com%3A1337%2Fannounce&tr=http%3A%2F%2Ftracker.opentrackr.org%3A1337%2Fannounce——、