Personalização de modelos mais simples e eficiente
- Como os LLMs estão descobrindo rapidamente novos casos de uso especializados, é importante que os desenvolvedores possam adaptar modelos de ponta de forma rápida e eficiente às suas aplicações específicas
- Anúncio da capacidade de personalizar modelos flagship e especializados, incluindo Mistral Large 2 e Codestral, na La Plateforme
- Os modelos podem ser personalizados usando prompt base, few-shot prompting ou fine-tuning, e é possível trazer seus próprios datasets
- A personalização de modelos segue técnicas desenvolvidas pela equipe da Mistral AI para criar modelos de referência robustos, portanto é possível esperar desempenho semelhante também nos modelos ajustados por fine-tuning
- Os desenvolvedores podem usar a personalização de modelos para integrar recursos de IA generativa às aplicações com conhecimento de domínio específico, contexto ou tom
- Espera-se que o fine-tuning de modelos de alto desempenho leve ao desenvolvimento de muitas aplicações inovadoras, e há expectativa para ver o que será construído
Lançamento alfa de Agents
- Introdução da versão inicial de Agents, que encapsula modelos com contexto e instruções adicionais para exposição no Le Chat ou na API
- Agents ajudam a criar comportamentos e fluxos de trabalho personalizados com instruções simples e conjuntos de exemplos
- Com os recursos avançados de raciocínio do Mistral Large 2, é possível estruturar fluxos de trabalho cada vez mais complexos em várias agents que podem ser facilmente compartilhadas dentro da organização
- A empresa está trabalhando para conectar Agents a ferramentas e fontes de dados, e aguarda feedback sobre isso
Versão estável dos SDKs de cliente
- Foram feitas atualizações significativas para melhorar a facilidade de uso e a consistência da biblioteca
mistralai, e foi lançada a versão 1.0 do mistralai, disponível tanto em Python quanto em Typescript
Ainda não há comentários.