Atlas de IA AI ATLAS

Mistral Large

O modelo comercial principal de um laboratório europeu de pesos abertos

Mistral AI Modelo Fechado

entradaTextoTexto

O texto completo é apresentado em inglês; o título e o resumo estão traduzidos.

O QUE É

Mistral Large is the flagship model that France’s Mistral AI released in February 2024, offered under a commercial licence rather than open weights, complementing its open small models. Mistral AI was founded in 2023 in Paris by former DeepMind and Meta researchers. The model targets reasoning, multilingual work and function calling, with a context window in the 128K range. Mistral builds a community with a handful of open models, then serves enterprise needs with commercial ones such as Large.

Por que vale a pena lembrar

It represents the dual-track strategy of open-sourcing small models to win a community and selling flagship models commercially, letting a non-US lab hold ground on both the open-weight and commercial sides.

Especificações-chave

Parameters: 123B (Mistral Large 2)
Context window: 128K tokens
Open weights: No (commercial licence)
Released: 2024-02

Capacidades

Geração de texto

Continua um texto palavra a palavra

Conversa e seguimento de instruções

Entender a intenção ao longo do diálogo e agir

Raciocínio e cadeia de pensamento

Decompor um problema difícil em passos intermediários

Uso de ferramentas e chamada de funções

Deixar o modelo escolher a API e preencher os argumentos

Conceitos relacionados

Arquitetura Transformer

Substituir o revezamento palavra a palavra por uma sala onde todos falam ao mesmo tempo, deixando dependências distantes a um salto

PLN e grandes modelos de linguagem

Mecanismo de atenção

Cada posição pode olhar diretamente para todas as outras e distribuir atenção conforme a relevância

PLN e grandes modelos de linguagem

Pré-treinamento e ajuste fino

Aprender a língua primeiro com texto não rotulado e depois especializar com poucos dados: o paradigma mais eficiente em dados da IA moderna

PLN e grandes modelos de linguagem

Produtos semelhantes

Llama

A família que tornou a rota de pesos abertos mainstream

Modelo Pesos abertos

GPT-4o

Um modelo geral nativamente multimodal: texto, imagem e áudio por uma única porta

TextoImagemÁudioTextoÁudio

Qwen

Uma família de pesos abertos com muitos tamanhos e versões multimodais

Modelo Pesos abertos

TextoImagemTexto

Command R

Um modelo comercial feito para recuperação aumentada e uso de ferramentas

Modelo Pesos abertos

Phi

Modelos pequenos e eficientes, construídos com dados selecionados

Modelo Pesos abertos

Jamba

Um modelo de pesos abertos que mistura um modelo de espaço de estados com um Transformer

Modelo Pesos abertos

DeepSeek-V3

Um MoE de pesos abertos com 671B parâmetros, ativando 37B por token

Modelo Pesos abertos

Yi

Um modelo de pesos abertos bilíngue chinês-inglês, com versões de contexto muito longo

Modelo Pesos abertos

DBRX

Modelo de linguagem MoE de pesos abertos da Databricks

Modelo Pesos abertos