Mistral utfordrer de største med ny AI-modell for krevende oppgaver

Mistral AI har vist frem «Mistral Large 4» (ML4), en ny og meget kraftig AI-modell som allerede hevder seg mot de sterkeste åpne modellene globalt. Modellen er et fremskritt for flermodale systemer, noe som betyr at den kan forstå og behandle ulike typer informasjon, som tekst og bilder, samtidig. Modellen har 1 trillion parametere, hvorav 52 milliarder er aktive parametere – det vil si de delene av modellen som brukes for å utføre en spesifikk oppgave, noe som bidrar til høy effektivitet. Denne forhåndsvisningen av ML4 leverer eksepsjonell ytelse innen koding, agentiske arbeidsflyter (der AI utfører komplekse, sammensatte oppgaver) og forståelse av flere datatyper. Den er designet for krevende bedriftsoppgaver innen cybersikkerhet, finans og juss, og utmerker seg blant åpne modeller. Modellen er også trent med et betydelig flerspråklig datasett, inkludert over 160 språk, noe som gjør den spesielt relevant for europeiske og internasjonale virksomheter. Et viktig poeng med ML4 er at den skal tilbys som «open weights», altså at modellens interne struktur og lærte mønstre blir offentlig tilgjengelig senere i måneden. Dette gir organisasjoner mulighet til å kjøre AI-modellen lokalt på egne servere eller i private skyer. For eksempel kan en norsk bank eller et konsulentselskap med strenge krav til datasikkerhet og personvern drifte modellen uten å sende sensitiv data til en tredjeparts skytjeneste, noe som gir økt kontroll og suverenitet over egen data. ML4 er blant annet trent på 3 800 NVIDIA Grace Blackwell GPU-er i Mistrals egne datasentre i Europa, og er ifølge Mistral optimalisert for toppytelse. Dens evne til å analysere trusler og skrive sikkerhetsregler gjør den til et verdifullt verktøy for forsvar mot cyberangrep. Modellen skårer 82 % på en test som ber AI-modellen gjenskape en sårbarhet i åpen kildekode og deretter lappe den, en oppgave mange lukkede modeller nekter å utføre på grunn av sikkerhetsfiltre. Dette illustrerer en praktisk fordel for forsvarere som trenger systemer som kan matche offensive cyberkapasiteter uten å være begrenset av tilsvarende restriksjoner. Før modellvektene slippes for åpen bruk, gjennomføres en «red-teaming»-prosess. Dette innebærer at eksperter simulerer angrep for å finne svakheter og sårbarheter i modellen i reelle scenarier, i samarbeid med cybersikkerhetsledere og myndigheter. Dette skal sikre at modellen er robust og sikker før en bredere utrulling.