Mistral publicó el jueves 29 de octubre los pesos descargables de su modelo Large 4, lo que permite a las organizaciones ejecutar el sistema multimodal de un billón de parámetros en sus propios sistemas, en lugar de depender únicamente del servicio alojado de Mistral.
El modelo, apodado «Le Chonk», tiene 1,05 billones de parámetros en total, de los cuales se utilizan 52.000 millones a la vez, y puede procesar imágenes además de texto. Mistral presentó Large 4 por primera vez en una vista previa pública a principios de este mes. La empresa afirma que utilizó los comentarios recibidos y tres semanas adicionales de entrenamiento basado en recompensas para mejorar la versión publicada.
Mistral está promocionando el modelo para tareas de programación y ciberseguridad, entre otros usos. La empresa afirma que el modelo ofrece un mejor rendimiento y razona con mayor eficiencia. Mistral también sostiene que Large 4 supera a otros modelos con pesos descargables en determinadas pruebas de programación.
Esos resultados son afirmaciones de la empresa, no una evaluación independiente incluida en el anuncio del lanzamiento. La disponibilidad de los pesos da a las empresas y a los organismos públicos más control sobre dónde y cómo utilizan el modelo. Esto podría resultar especialmente atractivo para las organizaciones que manejan datos sensibles o realizan tareas de seguridad.
El lanzamiento también incorpora un modelo descargable de gran tamaño a la competencia entre los modelos con pesos descargables y los servicios de IA a los que los usuarios solo pueden acceder a través de un proveedor.