緊隨Meta發(fā)布 Llama 3.1之后，7月26日，法國AI初創(chuàng)公司Mistral AI發(fā)布了最新模型Mistral Large 2。與Mistral AI公司前代產(chǎn)品相比，Mistral Large 2 在代碼生成、數(shù)學和推理方面的能力顯著增強。它還提供了更強大的多語言支持和高級函數(shù)調(diào)用功能。
Mistral Large 2 模型擁有1230億參數(shù)，宣稱性能媲美OpenAI和Meta的最新尖端模型，尤其在代碼生成、數(shù)學和推理方面表現(xiàn)出色。Mistral AI在官方網(wǎng)站中還提到，Large 2 在MMLU基準測試中實現(xiàn)了84.0%的準確率。
Mistral Large 2基于之前Codestral 22B和Codestral Mamba的經(jīng)驗，進行了大量代碼訓練，支持Python、Java、C、C++、JavaScript和Bash等80多種語言。其代碼生成能力遠超Llama 3.1 70B，接近Llama 3.1 405B。
除此之外，Mistral Large 2 投入了大量精力來增強模型的推理能力，在推理能力上，特別關(guān)注減少模型產(chǎn)生“幻覺”，即生成看似合理但實際不準確或無關(guān)的信息。通過對模型細致的微調(diào)，使模型在響應(yīng)時表現(xiàn)得更加謹慎和敏感，確保輸出的信息既可靠又準確。
同時，Mistral Large 2 在遵循精確指令和處理長時間多輪對話方面表現(xiàn)尤為出色。下面展示了 MT-Bench、Wild Bench 和 Arena Hard 基準測試中的表現(xiàn)，Mistral Large 2 的表現(xiàn)僅次于GPT-4o和Claude-3.5-sonnet：
如今，很大一部分業(yè)務(wù)用例涉及處理多語言文檔。 Mistral Large 2 在大量多語言數(shù)據(jù)上進行訓練的。以下是 Mistral Large 2 在多語言 MMLU 基準上的性能結(jié)果，與之前的 Mistral Large、Llama 3.1 模型以及 Cohere 的 Command R+ 進行了比較。
講了這么多，那是不是Mistral Large 2就能完勝最新的Llama3.1模型了呢？小編認為要對比過才知道，接下來小編就和大家一起對比Llama3.1和Mistral Large 2的數(shù)學推理能力，看看到底誰會更勝一籌。
首先找到302.AI的模型競技場，勾選Mistral Large 2、Llama 3.1 70B和Llama 3.1 405B。無論是Mistral Large 2還是Llama 3.1系列，都有提到在多語言能力上有提升，第一題就先用中文提問：“9.9和9.11哪個大？”
沒想到這個數(shù)學題十分有效，屢試不爽，可以看到三個模型都答錯了，我們試一試將問題切換成英語再次提問：
沒想到的是，兩極反轉(zhuǎn)，全部模型都回答正確了，看來三個模型在中文理解能力上還有提升的空間。接下來換一題目考考邏輯能力，繼續(xù)是用中文提問，先來看下題目：
來看下回答：
沒想到的是，居然只有Llama3.1 70B回答正確，正確答案就是甲偷吃了魚！最后一個問題來自弱智吧：“生魚片是死魚片嗎？”，在以上三個模型的基礎(chǔ)上增加了GPT-4o和Claude-3.5-Sonnet兩個模型，共五個模型，看下表現(xiàn)怎么樣：
可以看到，Claude-3.5-Sonnet的回答最詳細最完整的；其次是GPT-4o，基本能夠解釋清楚生魚片和死魚片之間的關(guān)系；Mistral Large 2的解釋沒有回答到重要的點上，只是名詞解釋了生魚片和死魚片各自的意思，而Llama3.1的表現(xiàn)稍微差點，只從字面上去回答。
從以上的測試內(nèi)容可以看出，302.AI的模型競技場不僅在操作界面設(shè)計上做到了簡潔明了、直觀易用，更重要的是其模型更新的速度十分快，用戶不需要為了嘗試不同的AI模型而注冊多個賬號，節(jié)省了用戶大量的時間和精力。并且！通過302.AI模型競技場用戶可以快速、方便地在不同模型間進行直觀比較，清晰地了解各個模型的優(yōu)勢和特點。
除了模型競技場，302.AI的聊天機器人和API超市也更新了Mistral Large 2模型。302.AI的聊天機器人支持按需付費，且能夠一鍵分享機器人，收到分享鏈接的用戶無需登錄注冊即可使用。另外，還能手動設(shè)置單日額度及總額度，更好的幫助用戶控制管理預(yù)算成本。
302.AI的API超市支持在線調(diào)試API，不同模型的API更新速度迅速，不需要電腦配置和復(fù)雜部署，即使是小白也能輕松使用。
Mistral Large 2的發(fā)布無疑為AI領(lǐng)域注入了新的活力，也為行業(yè)競爭格局帶來了新的變數(shù)。對于目前AI領(lǐng)域的內(nèi)卷情況來看，無論是Mistral Large 2還是Llama 3.1，都難以在這場沒有終點的技術(shù)馬拉松中獨占鰲頭，但是，正是這種激烈的競爭，推動著AI技術(shù)以驚人的速度向前發(fā)展。我們可以期待看到更多突破性的模型問世，推動整個行業(yè)向前發(fā)展。