Mistral 的 Le Chonk：歐洲押注萬億參數模型，旨在掌控無護欄 AI

Mistral Large 4 的技術設計，即稀疏專家混合（MoE）模型，是其報告中成本效益的核心。儘管它包含 1 萬億個參數，但對於任何給定的標記，只有 490 億個參數會被激活。這種設計旨在提供與大型模型相關的性能水平，同時將推理成本控制在與 490 億參數系統更一致的範圍內，這是更廣泛部署的實際考慮因素。

Large 4 的一個關鍵區別在於其報告的性能以及參與敏感企業工作負載的意願，尤其是在網絡安全領域。Mistral 表示，該模型在漏洞重現和修補測試中取得了高分。這與一些據報拒絕此類任務的閉源系統形成對比，表明 Mistral 正在瞄準一個需要能夠直接參與安全關鍵操作的模型的市場區隔。

Mistral 強調在歐洲數據中心訓練 Large 4，並聲明打算提供主權歐洲變體，這反映了與數據治理和監管問題的戰略一致性。該公司將該模型定位為與外國雲供應商相關聯的系統的替代方案，旨在為那些警惕外部政策變化或限制性許可證的組織提供解決方案，以滿足合規性和可審計性要求。