Mistral AI má Pixtral Large a Mistral Large 24.11 a rozšiřuje možnosti: vyhledávání, canvas, zpracování dokumentů, obrázky
Francouzská společnost Mistral AI oznámila významnou aktualizaci svých LLM nástrojů a také své chatovací platformy le Chat [/lə ʃa/]. Dotahuje tak svůj open-source model významně blízko k možnostem uzavřených řešení, jako je Claude nebo ChatGPT.
Klíčové novinky v le Chat
1. Webové vyhledávání s citacemi
Le Chat nyní disponuje schopností aktivně vyhledávat na internetu a poskytovat aktuální informace podložené citacemi. Tato funkce je particularly užitečná pro studenty a profesionály, kteří potřebují aktuální a ověřené informace pro svůj výzkum či práci. Na rozdíl od některých konkurenčních řešení je tato funkce dostupná zdarma.
2. Canvas - Nové rozhraní pro kreativní práci
Revoluční novinkou je představení funkce Canvas, která přináší zcela nový rozměr do interakce s AI. Canvas umožňuje:
- Přímou spolupráci s Mistral LLM na společných výstupech
- Vytváření a iteraci nápadů v reálném čase
- Modifikaci obsahu bez nutnosti regenerace celé odpovědi
- Verzování návrhů
- Náhled designů
Podobný režim Canvas má ChatGPT pro model 4o, také umožňuje iteraci nápadů a modifikaci obsahu bez regenerování celé odpovědi.
Toto rozhraní je užitečné pro tvorbu dokumentů, prezentací, kódu a mockupů, přičemž překonává tradiční omezení chatovacích rozhraní.
3. Pokročilé zpracování dokumentů a obrazů
Implementace nového multimodálního modelu Pixtral Large přináší významné vylepšení v oblasti zpracování komplexních dokumentů:
- Analýza PDF dokumentů včetně grafů, tabulek a diagramů
- Zpracování matematických vzorců a rovnic
- Pokročilá sumarizace obsahu
- Sémantické porozumění komplexním vědeckým textům
Tento model představuje významný upgrade oproti předchozí verzi Pixtral 12B a je doplněn o experimentální model, o kterém společnost slibuje více informací v následujících týdnech. Podobnou funkcionalitu má jako experimentální funkci Claude od Antrhropicu, ukazuje se být velmi silnou při zpracování dokumentů a rozhodně je to dobrý směr.
4. Generování obrázků
Díky partnerství s Black Forest Labs nabízí le Chat nyní i možnost generování vysoce kvalitních obrázků přímo v rámci chatovacího rozhraní. Tato integrace umožňuje uživatelům vytvářet vizuální obsah bez nutnosti přepínání mezi různými nástroji. V každém případě jde ale jen o integraci stávajícího řešení, na druhou stranu jeho provazbení do systému může být v budoucnu zajímavé a důležité.
5. Le Chat Agents
Platforma nově podporuje vytváření automatizovaných workflow prostřednictvím agentů. Uživatelé mohou:
- Automatizovat opakující se úkoly
- Vytvářet vlastní agenty pro specifické případy užití
- Sdílet agenty s týmem
- Rekurzivně vylepšovat a kombinovat agenty pro komplexnější úlohy
Typické případy užití zahrnují:
- Skenování účtenek pro vykazování výdajů
- Vytváření souhrnů z dlouhých zápisů z jednání
- Zpracování faktur
Návod na použití Le Chat Agents najdete zde. Obdobou Agents jsou u ChatGPT nejspíše GPTs…
Pixtral Large a Mistral Large 24.11
Společnost Mistral AI také představila Pixtral Large, nejnovější multimodální model, a oznámila aktualizaci svého textového modelu Mistral Large. Tyto novinky posouvají možnosti le Chat a dalších nástrojů společnosti.
Pixtral Large: Špička v multimodální umělé inteligenci
Pixtral Large je 124B open-source multimodální model, který staví na textovém modelu Mistral Large 2. Tento model přináší výrazné zlepšení v oblasti zpracování obrazových dat a dokumentů, aniž by obětoval svou špičkovou schopnost porozumění textu.
Hlavní vlastnosti Pixtral Large: • Výkon na hranici možností: Špičkové výsledky na benchmarkech, jako jsou MathVista, DocVQA a VQAv2. • Pokročilá architektura: 123B parametrů pro dekodér textu a 1B parametrů pro vizuální enkodér. • Velká kapacita kontextu: Podpora až 128 tisíc tokenů, což umožňuje zpracování více než 30 snímků ve vysokém rozlišení najednou. • Multimodální aplikace: Model exceluje v úlohách jako analýza dokumentů, grafů, rovnic a vizuálních dat.
Pixtral Large dosahuje 69,4 % na MathVista, čímž překonává konkurenty jako GPT-4o a Gemini-1.5 Pro, a vyniká i na dalších testovacích sadách, jako jsou ChartQA a DocVQA.
Praktické příklady použití:
- OCR a matematické úlohy: • Model dokáže rozpoznat text z dokumentů a provádět složité výpočty, například z německých účtenek.
- Analýza grafů: • Identifikace bodů instability ve ztrátových křivkách při trénování modelů.
- Webové zpracování obrazu: • Výpis firem, které využívají modely Mistral AI, na základě screenshotu webové stránky.
Pixtral Large je k dispozici pod licencí Mistral Research License (MRL) pro výzkum a vzdělávání nebo pod Mistral Commercial License pro komerční využití.
Příklad: Analýza grafů v praxi
Prompt: When did things start to go wrong for dark dragon?
Odpověď: U modelu „dark-dragon-50“ začíná tréninková ztráta vykazovat značnou nestabilitu kolem hranice 10 000 kroků. V tomto okamžiku dochází k výraznému nárůstu hodnoty ztráty a nestabilita pokračuje dalším výrazným nárůstem kolem hranice 20 000 kroků. Tyto skoky naznačují, že proces trénování modelu „dark-dragon-50“ se začal potýkat s problémy přibližně od hranice 10 000 kroků.
Mistral Large 24.11: Vylepšený textový model
Nová verze modelu Mistral Large, označovaná jako 24.11, přináší klíčová zlepšení oproti předchozí verzi 24.07: • Dlouhý kontext: Vylepšené porozumění textům s dlouhým kontextem. • Přesnější funkční volání: Zlepšení v generování kódu a interpretaci příkazů. • Optimalizace systémových promptů: Přesnější a kontextově vhodnější výstupy. • Podpora podnikových aplikací: Model je optimalizován pro agentové workflow, správu znalostí a automatizaci úkolů.
Mistral Large 24.11 je dostupný na HuggingFace pod licencí MRL nebo komerční licencí Mistral AI a brzy bude k dispozici prostřednictvím poskytovatelů cloudových služeb, jako jsou Google Cloud a Microsoft Azure.
Závěr
Tato aktualizace představuje významný milník nejen pro Mistral AI, ale pro celý evropský AI sektor. Ukazuje, že je možné vytvářet konkurenceschopné AI nástroje s důrazem na dostupnost a praktickou využitelnost, aniž by bylo nutné obětovat technologickou vyspělost. Pro uživatele to znamená přístup k pokročilým AI schopnostem v jednom integrovaném balíku, což může významně zvýšit jejich produktivitu a kreativní možnosti.
Le Chat je dostupný na chat.mistral.ai, přičemž nové funkce budou postupně nasazovány v průběhu následujících týdnů.
