最新一代继续在成本效益、速度和性能方面突破极限。Mistral Large 2在la Plateforme平台上发布，新增了许多功能，方便构建创新的AI应用。
Mistral Large 2
Mistral Large 2拥有128k的上下文窗口，支持包括法语、德语、西班牙语、意大利语、葡萄牙语、阿拉伯语、印地语、俄语、中文、日语和韩语在内的多种语言，还支持超过80种编程语言，包括Python、Java、C、C++、JavaScript和Bash。
Mistral Large 2专为单节点推理和长上下文应用设计，具备1230亿参数，能够在单节点上实现大吞吐量。Mistral Large 2在Mistral Research License下发布，允许研究和非商业用途的使用和修改。商业用途需获取Mistral Commercial License，通过联系我们获取。
综合性能
Mistral Large 2在性能和成本方面设立了新的标准。特别是在MMLU评估中，预训练版本达到了84.0%的准确率，刷新了开源模型在性能/成本比上的记录。
代码和推理能力
借鉴Codestral 22B和Codestral Mamba的经验，Mistral Large 2在大量代码数据上进行训练，表现远超之前的Mistral Large，并且与领先的模型如GPT-4o、Claude 3 Opus和Llama 3 405B表现相当。
详细基准测试
大量精力也用于提升模型的推理能力，重点减少模型“幻觉”生成错误信息的倾向，通过细致的调整使模型在回应时更加谨慎和可靠。此外，Mistral Large 2能够在无法找到解决方案或没有足够信息时，主动承认这一点。这种对准确性的承诺在数学基准测试中表现得尤为明显，展示了其增强的推理和解决问题的能力。
指令执行和对齐
Mistral Large 2的大幅改进在于其指令执行和对话能力，尤其在精确指令的遵循和长对话处理上表现优异。下图展示了MT-Bench、Wild Bench和Arena Hard基准测试中的表现：
语言多样性
如今，许多商业用例涉及多语言文档处理。虽然大多数模型以英语为主，新版Mistral Large 2在多语言数据上进行了大量训练，特别擅长处理英语、法语、德语、西班牙语、意大利语、葡萄牙语、荷兰语、俄语、中文、日语、韩语、阿拉伯语和印地语。下图展示了Mistral Large 2在多语言MMLU基准测试中的表现，与之前的Mistral Large、Llama 3.1模型和Cohere’s Command R+进行了对比。
工具使用和函数调用
Mistral Large 2具备增强的函数调用和检索技能，经过训练可以高效执行并行和顺序函数调用，使其成为复杂业务应用的强大引擎。
试用Mistral Large 2
今天起，用户可以在la Plateforme平台上使用名称为mistral-large-2407的Mistral Large 2，并在le Chat上测试 (https://console.mistral.ai/)。它在24.07版本（我们对所有模型采用的YY.MM版本系统）下可用，API名称为mistral-large-2407。指令模型的权重也可在HuggingFace上获取。(https://huggingface.co/mistralai/Mistral-Large-Instruct-2407)
在la Plateforme平台上整合了两种通用模型：Mistral Nemo和Mistral Large，以及两种专业模型：Codestral和Embed。随着旧模型逐步淘汰，所有Apache模型（如Mistral 7B、Mixtral 8x7B和8x22B、Codestral Mamba、Mathstral）仍可通过mistral-inference和mistral-finetune SDK进行部署和微调。从今天起，la Plateforme平台上将扩展微调能力，现在可用于Mistral Large、Mistral Nemo和Codestral模型。