5 notas publicadas
La familia va de 5 a 209 millones de parámetros y, según Mistral, su versión mayor encabeza GIFT-Eval, TIME y fev-bench sin necesitar GPU.
Artificial Analysis lo ubica como el mejor modelo fuera de Estados Unidos y China, pero cuesta más de cuatro veces lo que sus rivales de inteligencia parecida.
Mistral lo apoda Le Chonk, lo entrenó con unas 3.800 GPU Grace Blackwell en Europa y liberará los pesos en Hugging Face dentro de octubre.
El laboratorio francés lo presenta como el modelo de pesos abiertos más capaz fuera de China y dice que lo entrenó desde cero, sin destilación.
Otros temas que aparecen junto a #mistral en nuestra cobertura editorial.
