米斯特拉尔AI是一家法国人工智能初创公司，凭借其轻量级开源模型登上了新闻头条。在受到关注的同时，该公司本周获得了3.85亿欧元(合4.14亿美元)的新一批融资。
该公司的第二轮融资由风险投资公司Andreessen Horowitz和Lightfast Venture Partners牵头。
关于开源模型与专有模型的争论仍在继续，而米斯特拉尔人工智能坚定地站在开源一边。
像OpenAI这样的公司因在开源模型的安全性问题上危言耸听而受到批评，许多人说这是大型科技公司试图保持其霸主地位的案例。
Mistral AI表示，通过训练自己的模型“公开发布模型，并促进社区贡献”，我们可以为新兴的人工智能寡头垄断建立一个可信的替代方案。开放权重生成模型将在即将到来的人工智能革命中发挥关键作用。
几个大投资者证实了他们对这一策略的信心。Mistral AI本周获得的资金使该公司估值达到20亿美元。这是该公司成立六个月以来估值的7倍增长。
Mixtral 8x7B
9月份发布了米斯特拉尔7B，这是米斯特拉尔人工智能的小但强大的LLM，击败或匹配更大的开源模型，如Meta的Llama 2 34B。
OpenAI的GPT专有模型被正确地视为比较模型性能的黄金标准。凭借Mistral AI的新车型Mixtral 8x7B，该公司在这方面获得了重要的炫耀权。
Mixtral 8x7B是一个具有32k上下文窗口的稀疏Mixture—of—Experts模型。以下是它在基准测试中与Llama 2和GPT—3.5进行比较的表现。
Mixtral 8x7B与Llama2和GPT—3.5基准测试结果。来源：Mistral AI
基准测试是了解模型在执行不同功能方面有多好的一个好方法。以上测试是：
- MMLU(57个科目的多选题)：代表57个科目的多项选择题。
- HellaSwag（10—shot）：评估人工智能在给定10个例子后预测场景结束的能力。
- ARC挑战赛（25次）：测试AI对科学概念和推理的理解，在测试之前，有25个例子可以学习。
- WinoGrande(5镜头)：测试基于解决句子中的歧义的常识推理，有5个例子供人工智能学习。
- MBPP（pass@1）：测试AI模型生成正确Python代码片段的能力。pass@1度量度量模型首次完成正确的问题百分比。
- GSM—8K（5发）：小学数学8K基准测试人工智能解决数学单词问题的能力，达到小学的预期水平，提供了5个例子。
- MT Bench（指令模型）：指令模型的机器翻译基准（Machine Translation Benchmark for Direct Models）衡量人工智能在翻译任务中遵循指令的程度。
比基准测试结果更令人印象深刻的是Mixtral 8x7B的小巧高效。你可以在一台像样的笔记本电脑上本地运行这个模型，大约有32GB的RAM。
有了更多的资金可供支配，我们可以期待Mistral AI带来一些令人兴奋的发展。
