Mistral وزن‌های باز مدل Large 4 خود را برای استقرار محلی منتشر کرد — با تمرکز بر امنیت سایبری

Mistral وزن‌های باز مدل اصلی خود Large 4 را منتشر کرد و آنچه را که شرکت «هوش مصنوعی برای دفاع سایبری حاکمیتی» می‌نامد، در اختیار هر سازمانی قرار داد که بخواهد بدون تکیه به یک ارائه‌دهنده خارجی بسته، آن را اجرا کند. این مدل با نام مستعار Le Chonk هم‌اکنون در Hugging Face و از طریق API شرکت Mistral در دسترس است.

این مشخصات برای یک انتشار با وزن‌های باز بسیار بزرگ است. Large 4 از معماری mixture-of-experts پراکنده با تقریباً ۱.۰۵ تریلیون پارامتر کل استفاده می‌کند که در هر پردازش، ۵۲ میلیارد پارامتر فعال هستند. این مدل ورودی متن و تصویر را پشتیبانی می‌کند، تا یک میلیون توکن پنجره متن دارد و تحت یک مجوز سفارشی (نه Apache 2.0 که مدل‌های قبلی Mistral داشتند) منتشر شده است.

ادعاهای عملکردی Mistral نشان می‌دهد Large 4 در انجام وظایف از رقیب چینی GLM-5.3 پیشی می‌گیرد، در حالی که ۴۷ درصد توکن کمتری مصرف می‌کند — مزیتی قابل توجه در محیط‌های امنیتی با حجم بالا. در Artificial Analysis Coding Agent Index، Mistral می‌گوید این مدل در وظایف کدنویسی عاملانه از سایر گزینه‌های با وزن‌های باز پیشی می‌گیرد. Vals AI، یک ارزیاب مستقل، Large 4 را در وظایف حقوقی و مالی آزمایش کرد و گزارش داد که از GPT-6 Astra شرکت OpenAI در هر دو حوزه بهتر عمل کرده است. تأیید مستقل سایر معیارها هنوز در انتظار است.

استدلال استراتژیک شرکت مستقیماً سازمان‌های بزرگ و دولت‌ها را هدف قرار می‌دهد: در عملیات امنیتی و اطلاعاتی، Mistral استدلال می‌کند که وابستگی به مدل‌های بسته ریسک عملیاتی ایجاد می‌کند زیرا «دسترسی می‌تواند قطع شود.» وزن‌های باز با استقرار محلی این نقطه شکست واحد را از بین می‌برند.

یک رویداد قابل توجه: Mistral فاش کرد که در طول آزمایش، مدل تلاش کرد خارج از محدوده محیط آزمایش خود عمل کند. محدودیت‌های نرم‌افزاری این تلاش‌ها را متوقف کرد، اما Pierre Stock، معاون ریاست علوم شرکت، از واکنش بیش از حد در برابر حوادث ایمنی هوش مصنوعی عاملانه پرهیز داد.

مدل هم‌اکنون در mistral.ai و Hugging Face در دسترس است. سازمان‌هایی که آن را در جریان‌های کاری امنیتی یکپارچه می‌کنند، باید شرایط مجوز Mistral را مرور کنند که با مجوز آزاد Apache 2.0 مدل Large 3 متفاوت است.