Sprachmodell: LLM Mistral Large 2 mit 123 Milliarden Parametern ist da
Das neue Sprachmodell Mistral Large 2(öffnet im neuen Fenster) soll Verbesserungen bei der Codegenerierung, der mathematischen Beweisführung und der Unterstützung mehrerer Sprachen mit sich bringen. Es ist mit einem 128-k-Kontextfenster ausgestattet, das es ihm ermöglicht, große Mengen an Informationen auf einmal zu verarbeiten.
Das Modell soll Unterstützung für Dutzende europäische, asiatische und nahöstliche Sprachen bieten sowie für mehr 80 Programmiersprachen.
Mistral Large 2 nutzt 123 Milliarden Parameter und ist nach Herstellerangaben für Anwendungen mit großen Kontexten ausgelegt. Im Bereich der Codierung und des Schlussfolgerns zeige Mistral Large 2 erhebliche Verbesserungen gegenüber seinem Vorgänger. Es ziehe in verschiedenen Codierungs-Benchmarks mit Modellen wie GPT-4o, Claude 3 Opus und Llama 3 405B gleich.
Besonderes Augenmerk wurde auf die Verbesserung der Argumentationsfähigkeit des Modells und die Verringerung der Wahrscheinlichkeit von Halluzinationen gelegt - ein häufiges Problem bei KI-Modellen, die plausible, aber falsche Informationen generieren. Mistral AI gibt an, dass das neue Modell vorsichtiger und differenzierter in seinen Antworten sei und Genauigkeit über Spekulation stelle.
Mistral Large 2 ist über la Plateforme(öffnet im neuen Fenster) unter dem Namen Mistral-Large-2407 verfügbar. Für Forschungszwecke und nicht kommerzielle Nutzung wird das Modell unter der Mistral-Forschungslizenz veröffentlicht. Kommerzielle Nutzer, die das Modell selbst einsetzen wollen, müssen eine bezahlpflichtige Mistral-Lizenz erwerben.
Mistral Large 2 wird laut Hersteller auf der Vertex AI von Google(öffnet im neuen Fenster) sowie auf Azure AI Studio, Amazon Bedrock und IBM watsonx.ai verfügbar sein.