Mistral Large 4 ხელოვნური ინტელექტის ლიდერებთან დაწევას ცდილობს

პროდუქტის წარდგენისას Mistral-მა ახალი ფლაგმანი ძირითადად ღია წონების მქონე სხვა მოდელებს შეადარა. მათ შორისაა Z.ai-ს (Z.ai) GLM-ის ბოლო ორი ვერსია და DeepSeek-ის (DeepSeek) რამდენიმე ვერსია. მოდელმა ბევრ სფეროში კარგი შედეგი აჩვენა, მათ შორის დროის შეზღუდვით ჩატარებულ უსაფრთხოების ტესტში, CTF Speedrun-ში. Mistral Large 4-მა 40 წუთში ცხრამეტი დავალებიდან თვრამეტი შეასრულა. მეორე ადგილზე გასულმა GLM 5.2-მა თექვსმეტი დავალება ამოხსნა.

მწარმოებელი აცხადებს, რომ ML4 კიბერუსაფრთხოების მნიშვნელოვან მიმართულებაში სხვა მოდელების დონეზეა. მისი თქმით, დახურული მოწინავე მოდელებისგან განსხვავებით, ML4 უსაფრთხოებასთან დაკავშირებული დავალებების შესრულებაზე უარს არ ამბობს. ამიტომ მას დამცველებისთვის სასარგებლო სამუშაოს შესრულება შეუძლია, მათ შორის ახალი ტიპის მავნე პროგრამების ანალიზი და უსაფრთხოების ხარვეზების შეფასება.

პროგრამული უზრუნველყოფის შემუშავების ტესტებში, DeepSWE 1.1-სა და Terminal Bench 4.0-ში, Mistral Large 4-მა ღია წონების მქონე კონკურენტებთან შედარებით ღირსეული შედეგები აჩვენა. თუმცა, დიაგრამებში არშეტანილი OpenAI-სა და Anthropic-ის წამყვანი მოდელების შედეგები მნიშვნელოვნად მაღალია. აგენტურ დავალებებში, AutomationBench-ში, მოდელი ჩინელი კონკურენტების დონეზეა და საკუთარ წინამორბედს მკვეთრად უსწრებს. წარმატებით შესრულებული დავალებების წილი 6,3%-დან 59,9%-მდე გაიზარდა, რაც თითქმის ათჯერ მეტ დასრულებულ სამუშაო პროცესს ნიშნავს.

„Le Chonk“ დამუშავების ლოგიკაზე თავდასხმების, მაგალითად, მოთხოვნის ინექციის მიმართაც უფრო გამძლე გახდა. B3 Agent Security Benchmark-ში მოდელმა თავდასხმის ათი მცდელობიდან ცხრას გაუძლო. საცდელი ვერსია მომხმარებლებისთვის უკვე ხელმისაწვდომია და ერთი მილიონი გამომავალი ტოკენი 2 ევროზე ოდნავ მეტი ღირს. Mistral მოდელის წონების გამოქვეყნებას ოქტომბრის ბოლოს გეგმავს. მანამდე უსაფრთხოების მკვლევრებმა, პარტნიორებმა და სამთავრობო ორგანიზაციებმა უსაფრთხოების შემოწმება უნდა ჩაატარონ, რათა „ხელოვნური ინტელექტის გაქცევის“ შესახებ სათაურები თავიდან აიცილონ.

Mistral პარიზშია დაფუძნებული და საკუთარ დიდ ენობრივ მოდელებს იქ ქმნის. კომპანიის დამფუძნებლები ადრე Google-ის DeepMind-სა (DeepMind) და Meta-ში მუშაობდნენ. Mistral ევროპულ იმედად მიიჩნევა, რომელმაც ხელოვნური ინტელექტის სფეროში აშშ-ის დომინირება უნდა დაასრულოს.