تحديث Mistral Small 3.2: تحسينات دقيقة تعزز أداء النموذج المفتوح
أصدرت شركة Mistral تحديثًا جديدًا لنموذجها مفتوح المصدر Small 3.2، مع تحسينات دقيقة في الدقة والأداء دون تغيير هيكلي، مما يجعله أكثر استقرارًا وكفاءة.
تفاصيل تحديث Mistral Small 3.2
ركز التحديث على تحسين أداء النموذج في عدة مجالات رئيسية:
- تحسين اتباع التعليمات: ارتفعت دقة تنفيذ التعليمات المعقدة من 82.75% إلى 84.78%.
- تقليل الأخطاء التكرارية: انخفض معدل التكرار اللانهائي من 2.11% إلى 1.29%، مما يعزز استقرار الاستجابات.
- تعزيز استدعاء الوظائف: تطوير قالب استدعاء الوظائف لتسهيل التكامل مع التطبيقات الخارجية.
- تحسين الأداء في اختبارات الذكاء الاصطناعي والتعلم الآلي:
- HumanEval Plus من 88.99% إلى 92.90%
- MBPP Pass@5 من 74.63% إلى 78.33%
- تحسينات كبيرة في الرؤية الحاسوبية:
- Wildbench v2 من 55.6% إلى 65.33%
- Arena Hard v2 من 19.56% إلى 43.1%
- انخفاض طفيف في اختبارات المهام المتعددة (MMLU): من 80.62% إلى 80.50%.
استخدام وتكامل النموذج
إليك بعض استخدامات النموذج:
- متاح برخصة Apache 2.0 عبر منصة Hugging Face.
- يُنصح باستخدامه مع مكتبات مثل vLLM أو Transformers لتشغيل فعال.
- يتطلب GPU بذاكرة لا تقل عن 55 جيجابايت لتشغيله بكفاءة عالية.
يُعد Mistral Small 3.2 تحديثًا مهمًا يجمع بين تحسين الدقة والاستقرار، مما يجعله خيارًا مناسبًا للمطورين الباحثين عن نموذج مفتوح المصدر عالي الأداء وموثوق.
