एआई के साथ कोडिंग

Mistral 89s Le Chonk शीर्ष open-source कोडिंग मॉडल के रूप में उभरा है, जो Codex GPT-6.1 टेरा के साथ रैंकिंग कर रहा है।

Mistral ने एमएल4 भार, Le Chonk जारी किया, जो कम token उपयोग और मजबूत साइबर रक्षा के साथ शीर्ष खुले कोडिंग मॉडल के पास रैंक करता है।

Mistral 89s Le Chonk शीर्ष open-source कोडिंग मॉडल के रूप में उभरा है, जो Codex GPT-6.1 टेरा के साथ रैंकिंग कर रहा है।

मुख्य जानकारी

  • मिस्ट्रल ने 6 अक्टूबर के प्रीव्यू के बाद जनता को पूर्ण पहुंच प्रदान करते हुए Mistral Large 4, उपनाम Le Chonk, के लिए खुले वजन जारी किए।
  • ML4 शीर्ष ओपन-सोर्स कोडिंग मॉडलों में से एक है, जो Artificial Analysis Coding Agent सूचकांक पर 48 स्कोर करता है और तुलनीय खुले मॉडल की तुलना में प्रति कार्य कम टोकन का उपयोग करता है।
  • यह मॉडल उपयोगकर्ता-नियंत्रित, संप्रभु तैनाती की पेशकश करते हुए उद्यम और सरकारी सुरक्षा आवश्यकताओं को लक्षित करने वाली साइबर रक्षा क्षमताओं पर जोर देता है।
  • एमएल4 को यूरोप में खरोंच से 4,000 Nvidia GPUs पर प्रशिक्षित किया गया था, जो इसे बड़े मालिकाना और चीनी प्रतिद्वंद्वियों के साथ प्रतिस्पर्धा करने वाले छोटे पैमाने पर पश्चिमी खुले मॉडल के रूप में स्थान देता है।
  • जबकि बेंचमार्क परिणाम करीब हैं और सावधानी से व्यवहार किया जाना चाहिए, रिलीज कोडिंग और AI सुरक्षा में पश्चिमी खुले मॉडल की बढ़ती प्रतिस्पर्धा का संकेत देता है।

मेटाः मिस्ट्रल 6 अक्टूबर के पूर्वावलोकन के बाद एमएल 4 वजन जारी करता है, Le Chonk सूचकांक पर 48 स्कोर और कम टोकन का उपयोग करके।

Mistral’s Le Chonk has emerged as a top open-source coding model, ranking alongside Codex GPT-6.1 Terra.

विशेष रुप से प्रदर्शित छवि: एक सुरक्षा ढाल में बहने वाले मॉडल वजन का अमूर्त, मैत्रीपूर्ण चित्रण, बिना वास्तविक लोगों, लोगो या पाठ के।

टैगः मिस्ट्रल, एमएल 4, खुले वजन, कोडिंग बेंचमार्क AI साइबर सुरक्षा

ओपन AI मॉडल की तुलना करने वाले डेवलपर्स, उद्यमों और सरकारी टीमों के लिए, मिस्ट्रल ने 6 अक्टूबर को इसका पूर्वावलोकन करने के बाद Mistral Large 4 (एमएल 4) का भार जारी किया है, जिसका उपनाम Le Chonk इसके ट्रिलियन-पैरामीटर आकार के लिए दिया गया है। French AI लैब का कहना है कि रिलीज सार्वजनिक रूप से मॉडल तक पहुंच प्रदान करता है, न केवल प्रीव्यू एक्सेस, और इसके नए बेंचमार्क स्कोर पश्चिमी खुले मॉडलों को चीनी साथियों पर जमीन हासिल करते हुए दिखाते हैं।

मिस्ट्रल का कहना है कि यह पश्चिमी निर्मित खुले मॉडल के लिए एक नया मानक निर्धारित करता है। भागीदारों के चयनित समूह के साथ तीन सप्ताह के परीक्षण के बाद, एमएल 4 वैश्विक स्तर पर खुले मॉडलों में शीर्ष Artificial Analysis Coding Agent Index Coding Agent Index में रैंक करता है. यह अब तीन तर्क मोड, कम, मध्यम और उच्च भी प्रदान करता है, जो बड़े मॉडलों के बीच एक सामान्य पैटर्न है जो उपयोगकर्ताओं को कार्य जटिलता के खिलाफ प्रयास व्यापार करने देता है।

कम टोकन के साथ एक उच्च ओपन-मॉडल कोडिंग स्कोर

टर्मिनल-बेंच 4.0 पर, एक एजेंटिक कोडिंग बेंचमार्क, एमएल 4 में सुधार हुआ 28% पूर्वावलोकन में 41% , इसे ओपनकोड के जीएलएम - 5.3 से एक छोटा लेकिन महत्वपूर्ण बिंदु आगे रखा गया। व्यापक Artificial Analysis Index, जो तीन प्रासंगिक बेन्चमार्कों में मिश्रित स्कोर दिखाता है, अभी भी GLM-14 का पक्ष लेता हैः ML4 48 अंक प्राप्त करता है, जबकि GLM-49 स्कोर करता है। Codex GPT-6.1 टेरा ने कुल मिलाकर 48 अंक हासिल किए हैं।

मिस्ट्राल परिणाम को एक दक्षता कहानी के रूप में फ्रेम करता है। कंपनी ने कहा कि एमएल 4 प्रति कार्य औसतन कम टोकन का उपयोग करते हुए Artificial Analysis Coding Agent सूचकांक पर जीएलएम- Mistral Large जैसे शीर्ष खुले मॉडल का मुकाबला करती है। यह दावा इसलिए महत्वपूर्ण है क्योंकि मालिकाना AI महंगा रहता है, और उपयोगकर्ताओं को अक्सर यह तय करने की आवश्यकता होती है कि क्या किसी मॉडल का स्कोर भारी कंप्यूटिंग या टोकन बिल के साथ आता है।

Mistral’s Le Chonk has emerged as a top open-source coding model, ranking alongside Codex GPT-6.1 Terra.

अतिरिक्त प्रशिक्षण के केवल कुछ हफ्तों के बाद लाभ प्राप्त हुआ, लेकिन बेंचमार्क संख्या सावधानी बरतने की हकदार है, खासकर क्योंकि कई मॉडल धोखा दे सकते हैं। पाठकों के लिए, व्यावहारिक टेकवे यह नहीं है कि एक बिंदु एक मॉडल का फैसला करता है, बल्कि एक खुला पश्चिमी मॉडल अब निचले टोकन उपयोग का वादा करते हुए शीर्ष खुले कोडिंग स्तर के करीब बैठता है।

साइबर रक्षा दूसरा युद्धक्षेत्र बन जाता है

मिस्ट्रल ने साइबर रक्षा क्षमताओं, अनुकूलन योग्य नियंत्रण और डेटा संप्रभुता पर जोर देने के लिए अपने 6 अक्टूबर के पूर्वावलोकन का उपयोग किया। अगले हफ्तों में, इसने एमएल 4 के साइबर सुरक्षा व्यवहार का आकलन करने के लिए डेवलपर्स और नेताओं के साथ काम किया। यह प्रक्रिया ओपनएआई, गूगल और एंथ्रोपिक जैसी मालिकाना अमेरिकी प्रयोगशालाओं के बीच एक व्यापक प्रवृत्ति को दर्शाती है क्योंकि सुरक्षा संबंधी चिंताएं बढ़ रही हैं।

एस्ट्रा के एंथ्रोपिक्स Project Glasswing और ओपनएआई के रोलआउट की तरह, मिस्ट्रल ने प्रारंभिक परीक्षण भागीदारों को एमएल 4 के कम गार्डरेल्ड संस्करण तक पहुंच प्रदान की जिसमें विस्तारित साइबर सुरक्षा क्षमताएं थीं। रक्षात्मक साइबर सिक्योरिटी के लिए साइबरगिम बेंचमार्क पर,Le Chonk बस ऊपर स्कोर किया गया था DeepSeek V4.1 फ्लैश. साइबरगीम मापता है कि कैसे मॉडल सी / सी ++ ओपन-सोर्स परियोजनाओं में वास्तविक मेमोरी-सुरक्षा कमजोरियों का पता लगाते हैं, उन्हें प्रूफ ऑफ कॉन्सेप्ट इनपुट के साथ पुनः पेश करते हैं और प्रोजेक्ट्स परीक्षणों को तोड़ने के बिना उन्हें पैच करते हैं।

यह रिलीज एक सुरक्षा बहस में उतरती है जिसने खुले और मालिकाना मॉडल को एक-दूसरे के खिलाफ खड़ा कर दिया है। ओपन मॉडलों को पहले जोखिम भरा बताया गया था क्योंकि उन्हें संशोधित किया जा सकता है, लेकिन हाल ही में AI सुरक्षा घटनाओं ने कुछ रक्षकों को एंथ्रोपिक और ओपेनएआई से स्वामित्व वाले मॉडल के बाद उपयोगी विकल्प के रूप में देखने के लिए प्रेरित किया।

मिस्ट्रल का कहना है कि एमएल4 सुरक्षा के लिए बनाया गया है जो उपयोगकर्ता नियंत्रण में रहता है, स्वामित्व वाले मॉडलों के विपरीत जिनकी पहुंच सीमांत प्रयोगशालाएं तकनीकी रूप से किसी भी समय रद्द कर सकती हैं। cyberसाइबर रक्षा क्षमताओं से उद्यमों और सरकारों को खतरे के अभिनेताओं के खिलाफ खुद की रक्षा करने में सक्षम होगा जो साइबर हमलों को अंजाम देने के लिए बंद मॉडल को जेलब्रेक कर रहे हैं", मिस्त्रल सह-संस्थापक Guillaume Lample ने 6 अक्टूबर की पूर्वावलोकन रिलीज़ के लिए एक ब्रीफिंग के दौरान कहा।

Mistral’s Le Chonk has emerged as a top open-source coding model, ranking alongside Codex GPT-6.1 Terra.

Hugging Face उल्लंघन के बाद, मिस्ट्राल ने कई कंपनियों पर हस्ताक्षर किए Nvidia 2]s Open Secure AI Alliance, एक क्रॉस-इंडस्ट्री साझेदारी जो तर्क देती है कि खुले मॉडल तेजी से आम AI सुरक्षा घटनाओं के खिलाफ बचाव को लोकतांत्रिक बनाने के लिए महत्वपूर्ण हैं। एनवीडिया के तर्क द्वारा, रक्षा व्यापक रूप से उपलब्ध रखते हुए अत्याधुनिक सुरक्षा कौशल तक पहुंचने के लिए Mistral और अन्य खुले मॉडलों के बीच दौड़ है।

यूरोप में 4,000 GPU पर प्रशिक्षण

कंप्यूटिंग की कमी के दौरान एक प्रतिस्पर्धी मॉडल को प्रशिक्षित करना मिस्ट्रल जैसी छोटी प्रयोगशाला के लिए मुश्किल है, जिसके पास आईपीओ-पूर्व विशाल एंथ्रोपिक जैसे संसाधन नहीं हैं।

कंपनी ने कहा कि एमएल 4 को दो महीने में खरोंच से प्रशिक्षित किया गया था, यूरोप में मिस्ट्रल के अपने डेटा केंद्रों में तैनात। संदर्भ के लिए, एक्स पर कहा गया है कि ओपनएआई ने जीपीटी -6 एस्ट्रा को लगभग 25 जीपीयू पर प्रशिक्षण दिया।

यह तुलना ML4 को एक छोटे, अधिक लक्षित बिल्ड के रूप में फ्रेम करती है। प्रति कार्य कम टोकन का उपयोग करते हुए कोडिंग और रक्षात्मक साइबर सुरक्षा पर प्रतिस्पर्धा करने का इसका दावा मुख्य पिच हैः एक पश्चिमी खुला मॉडल जो कम कंप्यूटिंग से अधिक क्षमता देने की कोशिश करता है।

वेट रिलीज़ परिवर्तन क्या है

6 अक्टूबर का पूर्वावलोकन प्रस्तुत किया गया था Mistral Large; भार रिलीज एमएल 4 को एक परीक्षण किए गए पूर्वाविकरण से व्यापक सार्वजनिक पहुंच में ले जाता है, जिससे उपयोगकर्ताओं को मॉडल पर अधिक प्रत्यक्ष नियंत्रण मिलता है। बेंचमार्क तालिका अभी भी जीएलएम- 5.3 को कुल मिलाकर एक अंक आगे दिखाती है, और Codex GPT - 6.1 एलएल 4 के साथ टेरा स्तर 48 पर, इसलिए ओपन-मॉडल रेस करीबी बनी हुई है।

पाठकों के लिए, मूल्य संयोजन में हैः शीर्ष खुले कोडिंग रैंकिंग, एक छोटा लेकिन दृश्यमान दक्षता दावा, साइबर सुरक्षा फोकस और यूरोपीय प्रशिक्षण बुनियादी ढांचे। अगला परीक्षण यह है कि उस प्रदर्शन का कितना वजन कई उपयोगकर्ताओं के हाथों में होता है, विशेष रूप से सुरक्षा-संवेदनशील कोडिंग और रक्षात्मक कार्यों में।

Comments (0)

  1. No comments yet. Be the first to share what worked for you.

Leave a comment

Comments are reviewed before they appear. Your email address is not published.