Mistral tiết lộ đối thủ mới của các mô hình DeepSeek R1 và OpenAI o3

Khi sự cạnh tranh trong lĩnh vực mô hình lý luận ngày càng gay gắt, Mistral AI, một công ty khởi nghiệp đang phát triển nhanh chóng của Pháp, đã trình bày khả năng thích ứng của mình với những thách thức do các đối thủ như DeepSeek và OpenAI đặt ra. Với việc ra mắt loạt công cụ mới, bao gồm mô hình Magistral, Mistral đặt mục tiêu khẳng định vị thế của mình trên thị trường mà hiệu suất và sự đổi mới đã trở nên vô cùng quan trọng.

Mistral AI đặt mục tiêu cạnh tranh với các mô hình như DeepSeek R1 và OpenAI o3 bằng cách cung cấp các giải pháp phù hợp với nhu cầu đa dạng của các nhà phát triển và doanh nghiệp. Cách tiếp cận này là một phần của bối cảnh công nghệ đang phát triển nhanh chóng, nơi tốc độ và hiệu quả của các phản hồi mô hình lý luận có thể tạo nên sự khác biệt. Hãy cùng tìm hiểu sâu hơn về sự đổi mới đầy hứa hẹn này và khám phá điều gì khiến Mistral khác biệt so với các đối thủ cạnh tranh.

Giới thiệu Magistral: Mô hình lý luận mới từ Mistral AI

Mô hình Magistral, mới được Mistral AI ra mắt gần đây, có hai biến thể: Magistral Small và Magistral Medium. Biến thể đầu tiên, có sẵn theo giấy phép Apache 2.0 mở, được thiết kế với 24 tỷ tham số, trong khi biến thể thứ hai là phiên bản độc quyền. Các mô hình này dựa trên một kiến ​​trúc mạnh mẽ, được xây dựng trên nền tảng Mistral Small and Medium 3.1, cung cấp một cơ sở cạnh tranh trên thị trường. Không giống như các công ty khác dựa vào dữ liệu có sẵn, Mistral AI đã lựa chọn một cách tiếp cận độc đáo. Công ty khởi nghiệp này đã phát triển đường ống học tập của riêng mình, sử dụng kỹ thuật Học tăng cường từ Phần thưởng có thể xác minh (RLVR). Lựa chọn chiến lược này chứng minh cam kết của Mistral trong việc cung cấp các mô hình hiệu suất cao phù hợp với các yêu cầu hiện đại. Áp dụng một cách tiếp cận sáng tạo để học tập Phương pháp đào tạo mô hình của Mistral AI dựa trên các nguyên tắc từ tối ưu hóa chính sách, đồng thời tránh sử dụng các kỹ thuật phổ biến như Tối ưu hóa chính sách gần. Thay vào đó, công ty khởi nghiệp này dựa vào Tối ưu hóa chính sách tương đối nhóm (GRPO), lấy cảm hứng từ công trình của DeepSeek. Bằng cách kết hợp phần thưởng từ nhiều kết quả, Mistral AI phát triển các mô hình có khả năng học tập được tinh chỉnh theo thời gian, đặc biệt là trong các lĩnh vực như toán học và lập trình. Để nâng cao trải nghiệm của người dùng, Mistral AI cũng đã chú ý điều chỉnh các mô hình của mình sang nhiều ngôn ngữ. Bằng cách dịch 10% các vấn đề tiếng Anh của mình sang các ngôn ngữ như tiếng Pháp, tiếng Tây Ban Nha, tiếng Ý, tiếng Đức, tiếng Trung và tiếng Nga, công ty đã tránh được các vấn đề về trộn lẫn ngôn ngữ, một vấn đề mà người dùng DeepSeek đã báo cáo. Sự cải thiện hiệu suất là không thể phủ nhận. Trên các tiêu chuẩn khoa học của AIME, điểm số của các mô hình Mistral cho thấy kết quả cao hơn từ 4,3% đến 9,9% ở tiếng Anh so với các ngôn ngữ khác. Sự tập trung vào tính đa dạng ngôn ngữ này chứng tỏ tham vọng của Mistral AI trong việc duy trì khả năng cạnh tranh trên thị trường toàn cầu.Kiến trúc và mẫu đào tạo Quy trình đào tạo của Mistral cũng tập trung vào việc tối ưu hóa dữ liệu đào tạo. Từ 700.000 mẫu toán học, công ty khởi nghiệp này đã sử dụng một hệ thống quy tắc để chọn ra khoảng 38.000 bài toán và giải pháp nhằm tạo ra phiên bản tinh chỉnh của Mistral Large 2. Tương tự như vậy, đối với lập trình, 35.000 bài toán đã được tích hợp vào chương trình đào tạo của Magistral Medium.Cơ sở dữ liệu khổng lồ này tăng cường khả năng học của các mô hình. Khi Magistral Medium cải thiện hiệu suất của mình, độ phức tạp của các vấn đề được gửi cũng tăng lên. Điều này đảm bảo rằng các mô hình không chỉ học các câu trả lời đơn giản mà còn có thể xử lý các tình huống phức tạp và đa dạng.

Tính năng Magistral Small Magistral Medium

Số lượng tham số

24 tỷ Sở hữu Giấy phép

Apache 2.0 Sở hữu Tối ưu hóa đường ống

Tối ưu hóa chính sách tương đối nhóm Tối ưu hóa chính sách tương đối nhóm Dữ liệu đào tạo

38.000 bài toán

38.000 bài toán + 35.000 bài toán mã Để cung cấp cho người dùng ý tưởng về hiệu suất của các mô hình, Magistral AI đã chọn đóng khung một số giai đoạn đào tạo của mình bằng các bài kiểm tra có giám sát cho phép điều chỉnh các mức độ phức tạp. Bằng cách kết hợp các lời nhắc, công ty nhận thấy rằng sự đa dạng này là nền tảng cho một khởi đầu tốt cho quá trình lập luận.Đánh giá hiệu suất so với đối thủ cạnh tranh Bất chấp những cải tiến và phương pháp độc đáo, Mistral AI phải đối mặt với một thách thức đáng kể: sự cạnh tranh khốc liệt từ những gã khổng lồ như DeepSeek và OpenAI. Kết quả của Magistral Medium hoạt động tốt, nhưng vẫn thấp hơn so với những công ty dẫn đầu thị trường. Có báo cáo rằng trong các điều kiện đánh giá tương tự, mô hình này đạt được kết quả gần với kết quả của các mô hình R1 Zero và R1 của DeepSeek, tuy nhiên không vượt qua chúng. Đối với Mistral, mục tiêu không chỉ là cạnh tranh mà còn liên tục tinh chỉnh cách tiếp cận của mình. Các nhà nghiên cứu của Mistral chỉ ra rằng, mặc dù hiệu suất của Magistral Small ngừng tăng sau 40.000 token, nhưng cửa sổ ngữ cảnh lý thuyết đạt tới 128.000 token. Xếp hạng này vẫn là một điểm quan trọng trong sự nghiệp của công ty khởi nghiệp này, vì họ hướng đến mục tiêu vượt qua những hạn chế này trong các lần lặp lại trong tương lai. Công nghệ và tốc độ tối cao

Một trong những tính năng đáng chú ý của các mô hình Mistral là tốc độ thực thi của chúng.

Xem trước trên Nền tảng, Amazon SageMaker

Để kết thúc phần này, Mistral AI không chỉ tạo ra các mô hình cạnh tranh mà còn đổi mới để xác định lại các tiêu chuẩn thị trường. Với cam kết mạnh mẽ về hiệu suất và phản hồi nhanh, công ty khởi nghiệp của Pháp hình dung một tương lai mà họ khao khát cạnh tranh với những công ty tốt nhất trong lĩnh vực này.

Tầm nhìn cho tương lai: Vượt ra ngoài nguyên mẫu Khi Mistral AI chuẩn bị cho quá trình tăng tốc, tầm nhìn của công ty khởi nghiệp này cho tương lai có vẻ rõ ràng. Mục tiêu là tiếp tục đổi mới và phát triển các mô hình có khả năng nâng cao khả năng của các hệ thống trí tuệ nhân tạo lên một tầm cao mới. Để đạt được mục tiêu này, công ty có kế hoạch tập trung vào các khía cạnh sau: Lặp lại thường xuyên:Mistral AI cam kết liên tục cải tiến các mô hình của mình để đảm bảo chúng luôn đi đầu trong công nghệ.

Tăng cường khả năng đa phương thức: Mặc dù Magistral Medium và Small chỉ được đào tạo về dữ liệu văn bản, việc tích hợp các khả năng đa phương thức vẫn là một lĩnh vực đổi mới trong tương lai. Thích ứng với nhu cầu của người dùng: Hiểu được kỳ vọng của doanh nghiệp và điều chỉnh các mô hình cho phù hợp sẽ vẫn là ưu tiên hàng đầu. Mở rộng khả năng truy cập:Đảm bảo các giải pháp có sẵn cho nhiều đối tượng hơn, từ các nhà phát triển độc lập đến các doanh nghiệp lớn.

Mistral cũng có kế hoạch triển khai các công cụ cải thiện tốc độ suy luận trong khi vẫn duy trì chất lượng phản hồi. Bằng cách thu thập phản hồi của người dùng, công ty khởi nghiệp này có ý định điều chỉnh thêm dịch vụ của mình, sử dụng dữ liệu thực tế để tinh chỉnh các thuật toán của mình.

Khả năng phát triển trong một lĩnh vực năng động như vậy là điều cần thiết. Khi sự đổi mới công nghệ tiếp tục phát triển, các công ty như Mistral AI phải duy trì sự nhanh nhẹn để phát triển theo nhu cầu của khách hàng và nổi bật trong một thị trường ngày càng bão hòa. Hỗ trợ chuyên gia và quan hệ đối tác chiến lược Để tăng cường năng lực của mình, Mistral AI đang cân nhắc quan hệ đối tác chiến lược với các tổ chức nghiên cứu và các công ty công nghệ khác. Bằng cách hợp tác với các chuyên gia trong ngành, Mistral hy vọng sẽ tận dụng những tiến bộ khoa học mới nhất để đưa các mô hình của mình lên tầm cao mới. Bằng cách thúc đẩy hệ sinh thái hợp tác, công ty khởi nghiệp này không chỉ được hưởng lợi từ chuyên môn bên ngoài mà còn định vị mình là một bên chủ chốt trong quá trình đổi mới bền vững các công nghệ lý luận.Tóm lại, khi Mistral AI chuẩn bị cạnh tranh với các đối thủ lâu đời như DeepSeek và OpenAI, khát vọng tương lai của công ty khởi nghiệp này dựa trên nền tảng vững chắc về hiệu suất, sự đổi mới và sự hợp tác. Những tháng tới sẽ rất quan trọng để quan sát cách Mistral sẽ vượt qua kỳ vọng và biến thách thức thành cơ hội.