Personalización de modelos más simple y eficiente
- Como los LLM están encontrando rápidamente casos de uso nuevos y especializados, es importante que los desarrolladores puedan adaptar de forma rápida y eficiente los modelos de última generación a sus aplicaciones específicas
- Se anunció la capacidad de personalizar en La Plateforme modelos insignia y especializados, incluidos Mistral Large 2 y Codestral
- Los modelos se pueden personalizar usando prompts base, few-shot prompting o fine-tuning, y es posible traer conjuntos de datos propios
- La personalización de modelos sigue las técnicas desarrolladas por el equipo de Mistral AI para crear modelos de referencia sólidos, por lo que se puede esperar un rendimiento similar también en los modelos ajustados con fine-tuning
- Los desarrolladores pueden usar la personalización de modelos para integrar capacidades de IA generativa en sus aplicaciones con conocimiento de dominio específico, contexto o tono determinados
- Se espera que el fine-tuning de modelos de alto rendimiento impulse muchas aplicaciones innovadoras, y genera expectativa ver qué se construirá con ello
Lanzamiento alfa de Agents
- Se presenta una versión inicial de Agents, que envuelve modelos con contexto e instrucciones adicionales para exponerlos en Le Chat o en la API
- Agents ayuda a crear comportamientos y flujos de trabajo personalizados con instrucciones simples y conjuntos de ejemplos
- Con las capacidades avanzadas de razonamiento de Mistral Large 2, es posible estructurar flujos de trabajo cada vez más complejos en múltiples agentes que pueden compartirse fácilmente dentro de una organización
- Se está trabajando en conectar Agents con herramientas y fuentes de datos, y se espera recibir comentarios al respecto
Versión estable del SDK de cliente
- Se realizaron actualizaciones importantes para mejorar la facilidad de uso y la consistencia de la biblioteca
mistralai, y se lanzó mistralai 1.0, disponible tanto para Python como para Typescript
Aún no hay comentarios.