L'année dernière, elle a annoncé une coopération approfondie avec la plateforme informatique de QualcommIA Mistral, a annoncé plus tôt la création d'un modèle d'intelligence artificielle haute performance pour le Moyen-Orient et l'Asie du Sud-EstMistral SabaIl prétend pouvoir comprendre l'arabe et diverses langues indiennes, et il dispose lui-même d'une échelle de paramètres de 240 milliards d'ensembles.
Comme d'autres modèles de langage naturel à grande échelle, Mistral Saba est non seulement accessible via une API, mais peut également être installé sur des terminaux pour une utilisation hors ligne, garantissant ainsi la confidentialité des données pendant l'application.
Comparé à d'autres modèles de langage naturel à grande échelle qui couvrent un large éventail de langues, Mistral Saba possède une compréhension approfondie des langues du Moyen-Orient et de l'Asie du Sud-Est et peut distinguer les différences culturelles, la terminologie professionnelle et les différences subtiles dans la structure grammaticale des différentes langues.
Quant aux données de formation, elles sont dérivées de données locales au Moyen-Orient et en Asie du Sud-Est, permettant à Mistral Saba de mieux répondre aux performances attendues en matière de compréhension des langues localisées et des applications associées.
Lors de tests pertinents, les performances de Mistral Saba en compréhension de l'arabe multitâche à grande échelle ont même dépassé celles de certains modèles avec une échelle de paramètres de 700 milliards de groupes. Parallèlement, il présente une latence d'inférence plus faible et peut même générer 150 jetons par seconde avec un seul ensemble de calculs accélérés par GPU, ce qui est plus propice au déploiement et à l'application dans des environnements aux ressources limitées ou à une utilisation plus efficace hors ligne.
Mistral Saba peut également être affiné pour répondre à différents besoins et peut être utilisé dans la finance, l'énergie, la santé et d'autres domaines.
Comparaison des performances du Mistral Saba :
