본문으로 건너뛰기

미스트랄의 1T 모델, 폐쇄형 및 개방형 경쟁자들을 뛰어넘다

프랑스의 미스트랄 AI 연구소가 미스트랄 라지 4를 출시하여, 미국과 중국의 경쟁자들을 뛰어넘기 위한 대규모 멀티모달 모델을 선보였다. 미스트랄 라지 4는 1T 파라미터 수를 자랑하며, 다양한 멀티모달 태스크를 수행할 수 있는 모델이다.

AI 자동 생성

미스트랄의 새로운 1T 모델, 폐쇄형 및 개방형 경쟁자들을 뛰어넘다

프랑스의 미스트랄 AI 연구소(Mistral AI)가 미스트랄 라지 4(Mistral Large 4)를 출시하여, 미국과 중국의 경쟁자들을 뛰어넘기 위한 대규모 멀티모달 모델을 선보였다.

미스트랄 라지 4는 1T 파라미터 수를 자랑하며, 다양한 멀티모달 태스크를 수행할 수 있는 모델이다. 미스트랄 라지 4는 대규모 언어 모델(LLM), 비전 언어 모델(VLM), 오디오 모델, 및 멀티모달 모델을 포함한 다양한 태스크를 수행할 수 있다.

  • 대규모 언어 모델(LLM): 미스트랄 라지 4는 대규모 언어 모델을 포함하며, 자연어 처리, 문법 분석, 및 언어 이해와 같은 태스크를 수행할 수 있다.
  • 비전 언어 모델(VLM): 미스트랄 라지 4는 비전 언어 모델을 포함하며, 이미지와 텍스트를 처리하는 태스크를 수행할 수 있다.
  • 오디오 모델: 미스트랄 라지 4는 오디오 모델을 포함하며, 음성识别, 음성합성, 및 오디오 분류와 같은 태스크를 수행할 수 있다.
  • 멀티모달 모델: 미스트랄 라지 4는 멀티모달 모델을 포함하며, 다양한 멀티모달 태스크를 수행할 수 있다.

미스트랄 라지 4는 현재 연구소 내에서 개발 중이며, 미래의 연구 및 개발에 큰 영향을 미칠 것으로 예상된다.

원문 보기 TechCrunch AI

함께 읽으면 좋은 기사

AI 모델 1시간 전

가변 분산 LLM 서비스를 위한 SLO-Aware Prefill-Decode 분산된 모델 제공을 위한 인-플레이스 탄성성

대규모 언어 모델(LLM) 서비스를 위한 Prefill-decode 분리 아키텍처는 두 가지 다른 실행 패턴과 서비스 수준 목표(SLO objectives)가 있는 두 단계를 분리하는 데 사용되는 일반적인 아키텍처가 되고 있다. 기존 시스템은 일반적으로 고정된 Prefill/decode 작업자 비율과 요청 라우팅을 통해 작업자를 결합한다. 그러나 실제 세계 작업로드는 Prefill-to-de

AI 모델 1시간 전

게임개발 에이전트를 위한 합성 경로를 실세계 자산에 부착한 게임 개발 교육

최근 대규모 언어 모델(LLM)의 성능 향상은 웹 프론트 엔드 실행 capability를 보여주었고, 브라우저 기반 게임 생성이 특히 눈에 띄는 전선이 되었다. 이전 연구는 복잡한 다중 턴 워크플로우나 정적 게임 평가 벤치마크에 집중하는 등, 게임 개발을 위한 직접적인 엔드 투 엔드 실세계 게임 합성을 위한 노력은 있었다. 그러나 게임 개발을 위한 간단한 사용자 쿼리에서 복잡한 게임을 생성하

관련 콘텐츠 더 보기

다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.