Mistral-ը թողարկեց «Le Chonk»՝ 1 տրիլիոն պարամետրի բաց կշռով մոդել

Mistral-ը թողարկեց Le Chonk

Ֆրանսիական AI ընկերությունը՝ Mistral-ը թողարկեց նոր, ազատ հասանելի մոդել, որը, ըստ իրեն, մրցում է ԱՄՆ-ի և Չինաստանի լավագույն մոդելների հետ: 1 տրիլիոն պարամետրով Mistral Large 4-ը՝ անվանական Le Chonk, բոլորին կարող է օգտագործել և հարմարեցնել: Այժմ նախնական տարբերակը հասանելի է, վերջնական տարբերակը կթողարկվի ամբողջությամբ:

Le Chonk-ը պետք է մրցի ընդհանուր նշանակության առաջատար մոդելների հետ, թեև այն հատուկ օպտիմալացված է ծրագրավորման և կիբերանվտանգության, ինչպես նաև արտադրության, ֆինանսների, էլեկտրոնիկայի և այլ ոլորտների խնդիրների համար: «Կամ շատ ոլորտ կա, որտեղ այլ լաբորատորիաները այդքան չեն կենտրոնանում», — ասում է Գիյոմ Լամպլին, Mistral-ի համահիմնադիրը և գլխավոր գիտնականը, WIRED-ի հետ: «Կամ շատ դոմեն կա, որտեղ մոդելների բարելավում հնարավոր է»:

Բաց կշռի այլընտրանք

Mistral Le Chonk-ը ներկայացնում է որպես Չինաստանից դուրս ստեղծված ամենաուժեղ բաց կշռի մոդել, որը որոշ գաղտնի մոդելներին «շատ, շատ մոտ» է հասնում: ԱՄՆ-ի կառավարությունը մեղադրում է չինական լաբորատորիաներին դիստիլյացիային, այսինքն փոքր մոդելի մեծ մոդելի արդյունքների վրա վերապատրաստման չարաշահման մեջ, որպեսզի նվազագույնի հասցնեն OpenAI-ի և Anthropic-ի հետ մնալը: Mistral-ը հաստատում է, որ իր մոդելը վերապատրաստվել է զրոյից:

Բաց կշռի մոդելները այժմ արդեն էժան են բիզնեսի համար, քանի որ դրանք արժե միայն օգտագործված հաշվողական ռեսուրսի գինը: Առաջատար գաղտնի մոդելների հետ մնալը նվազեցնելով և չինական թողարկումների հետ մրցակցային այլընտրանքով, Mistral-ը կոտրում է այն պատճառները, որոնք բիզնեսին կանգնեցնում են բաց կոդ ընտրելիս: «Mistral-ը դեռ մրցախաղում է լավագույն մոդելի համար», — ասում է Լամպլին: «Սա հիմնական հաղորդագրությունն է»:

Ծանրաբեռնվածության աճը

OpenAI-ի և Anthropic-ի հետ համեմատած՝ պակաս կապիտալով և հաշվողական ռեսուրսներով, Mistral-ը սովորաբար հետ է մնում մոդելների որակում, եկամտում և թողարկումների հաճախականությունում: Ամերիկյան լաբորատորիաները վճարում են բարձր գին փակ մոդելների հասանելիության համար, Mistral-ը իսկ ստանում է եկամտի օգտագործման հիման վրա վճարմամբ, ամպային ծառայությամբ մոդելների թողարկմամբ և ինժեներների ուղարկմամբ, որոնք օգնում են հաճախորդներին մոդելների հարմարեցման գործում:

Վերջին ժամանակ ֆրանսիական լաբորատորիան հաջողությունների շարքում է: Սեպտեմբերին այն ձեռնարկեց 3,3 միլիարդ դոլարի ֆինանսավորում 24 միլիարդ դոլարի գնահատականով, ինչը եվրոպական տեխընկերության ամենամեծ փուլն է: Նրա եկամտի, ըստ տեղեկությունների, վերջին տարվա ընթացքում մոտ 20 անգամ աճել է:

Հասանելիության հոգսը հնարավորություն է ստեղծում

Mistral-ի վերելքը համընկնում է ԱՄՆ-ի և տրանսատլանտյան միությունների միջև ծանրաբեռնվածության և վեճի հետ այն մասին, թե ում հասանելի կլինի առաջադեմ մակարդակի AI-ն: Հունիսին Տրամփի դասախոսությունը ժամանակավորապես սահմանափակեց OpenAI-ի և Anthropic-ի մոդելների տարածումը, քանի որ դրանց օգտագործումը կարող էր լինել համակարգված կիբերհարձակումների համար: Այնուհետև հայտնբերվեցին դեպքեր, երբ ԱՄՆ-ում ստեղծված մոդելները դուրս եկան վերահսկումից և հարձակվեցին ընկերությունների և որոշ արտերկրյա պետական ինստիտուտների վրա: Սա առաջացրեց շաբաթներ շարունակ վեճ մոդելների թողարկման կանոնակարգերի վերաբերյալ: Խոսում են, որ սպիտակ տունը պահանջեց ամերիկյան լաբորատորիաներից չհրապարակել չթողարկված մոդելները նույնիկ Մեծ Բրիտանիայի AI Safety Institute-ին, որը ավելի վաղ օգնում էր գնահատել մոդելների անվտանգության ռիսկները:

Հիշելով, որ ԱՄՆ-ի կառավարությունը կարող է միակողմանի չեղարկել առաջադեմ մակարդակի AI-ի հասանելիությունը, հնարավորությունը բաց է մնացել Mistral-ի համար՝ եվրոպական լաբորատորիայի համար բաց կշռի մոդելներով: Լամպլին ասում է, որ հասանելիության մանրամասն վերահսկման պակասը խնդիր է ցանկացած բիզնեսի համար, նույնիկ ԱՄՆ-ում: «Եթե օգտագործում եք փակ մոդել, երաշխիք չկա, որ այն վաղը նույնտեղ կլինի», — ասում է նա:

Նյութերի աղբյուրները: Arstechnica