Mistral ने 1T-parameter ML4 "le Chonk" का सुरक्षा फोकस…
मिस्ट्रल का कहना है कि ओपन-वेट फ्लैगशिप अक्टूबर के अंत में डेवलपर्स, साइबरसुरक्षा नेताओं और राज्य अधिकारियों के साथ पूर्वावलोकनों के बाद विस्तारित होगा।
मिस्ट्रल ने मिस्ट्रल लार्ज 4 (ML4) पेश किया, जिसे "ले चोंक" उपनाम दिया गया है, यह 1-ट्रिलियन-पैरामीटर का ओपन-वेट फ्लैगशिप है जिसे वह कहता है कि यह चीन के बाहर विकसित सबसे मजबूत ओपन मॉडल है। कंपनी अक्टूबर के अंत में एक व्यापक रिलीज से पहले डेवलपर्स और सुरक्षा हितधारकों के लिए एक पूर्वावलोकन के साथ शुरू कर रही है।
मिस्ट्रल का "ले चोंक" आया: 1T पैरामीटर, ओपन-वेट महत्वाकांक्षाएँ, अक्टूबर रिलीज विंडो
मिस्ट्रल ने 6 अक्टूबर को मिस्ट्रल लार्ज 4 (ML4) का अनावरण किया, मॉडल को "ले चोंक" नाम दिया और इसे 1-ट्रिलियन-पैरामीटर सिस्टम के रूप में वर्णित किया। कंपनी इसे वर्तमान ओपन-मॉडल लीडरबोर्ड का पश्चिमी उत्तर बताकर पेश कर रही है, यह दावा करते हुए कि ML4 चीन के बाहर "महत्वपूर्ण अंतर" से विकसित सबसे मजबूत ओपन-वेट मॉडल है।
रोलआउट योजना पैरामीटर संख्या की तुलना में अधिक क्रियाशील विवरण है। मिस्ट्रल ने कहा कि ML4 डेवलपर्स और "साइबर सुरक्षा नेताओं" के लिए पूर्वावलोकन में लॉन्च हो रहा है, साथ ही राज्य प्राधिकरणों के साथ, अक्टूबर के अंत में एक व्यापक रिलीज से पहले।
निर्माण विवरण पर, मिस्ट्रल ने कहा कि ML4 को दो महीनों में 4,000 Nvidia ग्रेस ब्लैकवेल GPUs पर प्रशिक्षित किया गया था, जो यूरोप में मिस्ट्रल के स्वामित्व वाले डेटा केंद्रों में तैनात थे। यह संयोजन स्थिति के लिए महत्वपूर्ण है: यह एक क्षमता दावा है, और यह एक होस्टिंग और अधिकार क्षेत्र का दावा भी है, जो उन खरीदारों के लिए लक्षित है जो यह परवाह करते हैं कि मॉडल कहाँ चलता है और बुनियादी ढाँचा कौन नियंत्रित करता है।
मिस्ट्रल ने ML4 को साइबर, कोडिंग, निर्माण, वित्त और मल्टीमोडल कार्यों के लिए विशेष रूप से प्रभावी बताया। यहाँ "मल्टीमोडल" का अर्थ है कि मॉडल एक से अधिक डेटा प्रकार, जैसे टेक्स्ट और चित्र, को संभाल सकता है, जो आमतौर पर एंटरप्राइज वर्कफ़्लो को उत्पाद की तरह दिखने लगते हैं न कि डेमो की तरह।
क्यों सुरक्षा-प्रथम पूर्वावलोकन ओपन-मॉडल अपनाने के लिए महत्वपूर्ण है
"ओपन-वेट" इस लॉन्च में क्रियाशील शब्द है। इसका अर्थ है ऐसे मॉडल जिनके पैरामीटर, संख्यात्मक मान जो यह निर्धारित करते हैं कि नेटवर्क इनपुट को कैसे संसाधित करता है, उपलब्ध कराए जाते हैं ताकि अन्य उन्हें अपने बुनियादी ढाँचे पर चला और संशोधित कर सकें। यह एक बंद मॉडल के विपरीत है, जहाँ पहुँच मुख्य रूप से एकAPIके माध्यम से होती है और वेट जारी नहीं किए जाते।
मिस्ट्राल का पूर्वावलोकन समूह नियंत्रित वातावरण के लिए एक बाजार में जाने जैसा है, न कि उपभोक्ता के लिए। डेवलपर्स, साइबर सुरक्षा नेताओं और राज्य प्राधिकरणों के लिए सुरक्षा-प्रथम रोलआउट यह संकेत देता है कि ML4 को उद्यम और सरकारी सुरक्षा कार्यप्रवाहों के लिए स्थिति में रखा जा रहा है, जहां आत्म-होस्टिंग और ऑडिट करने की क्षमता खरीद प्रक्रिया की चेकलिस्ट का हिस्सा हैं।
प्रतिस्पर्धात्मक पृष्ठभूमि स्पष्ट है। मिस्ट्राल एक ऐसे बाजार में प्रवेश कर रहा है जहां सबसे सक्षम ओपन मॉडल चीनी हैं और उन्हें वैश्विक स्तर पर तेजी से अपनाने के रूप में वर्णित किया गया है, और जहां ओपन मॉडल तक पहुंच अमेरिका-चीन तकनीकी प्रतिस्पर्धा में एक विवाद का बिंदु बन गई है। मिस्ट्राल उस मांग में एक यूरोपीय-होस्टेड, ओपन-वेट विकल्प डालने की कोशिश कर रहा है।
कंपनी ने मॉडल के सुरक्षा कोण को बंद प्रणालियों के एक विशेष विफलता मोड से जोड़ा: जेलब्रेकिंग, या सुरक्षा नियमों को बायपास करके निषिद्ध व्यवहार को मजबूर करना। गिलौम लैंपल, मिस्ट्राल के सह-संस्थापक और मुख्य वैज्ञानिक, ने कहा, “इसके अलावा, साइबर रक्षा क्षमताएं उद्यमों और सरकारों को उन खतरनाक तत्वों के खिलाफ खुद को बचाने में सक्षम बनाएंगी जो बंद मॉडलों को जेलब्रेक करके साइबर हमले करने के लिए मजबूर कर रहे हैं।”
अक्टूबर का असली उत्प्रेरक: 'कोर पैरामीटर्स' का क्या मतलब है और क्या बेंचमार्क सही रहते हैं
मिस्ट्राल का सबसे बड़ा प्रदर्शन दावा शर्त पर है। कंपनी ने कहा कि “जब इसके कोर पैरामीटर्स जारी किए जाएंगे,” ML4 वैश्विक स्तर पर समग्र बेंचमार्क प्रदर्शन पर शीर्ष ओपन-वेट मॉडलों में स्थान बनाएगा, जिसका अर्थ है कि यह विभिन्न मानकीकृत परीक्षणों के संयोजित दृश्य का उपयोग करके मॉडलों की तुलना करता है।
व्यापारियों के लिए दो अंतर महत्वपूर्ण हैं। पहला, पैकेट में कोई बेंचमार्क नाम या स्कोर शामिल नहीं हैं, इसलिए “शीर्ष” दावा प्रदान की गई सामग्रियों से सत्यापित नहीं किया जा सकता। दूसरा, “कोर पैरामीटर्स” यहाँ परिभाषित नहीं है, और अक्टूबर में बाद में क्या जारी किया जाएगा, इसका दायरा अभी भी स्पष्ट नहीं है, चाहे इसका मतलब पूर्ण वजन, आंशिक वजन, या रिलीज का कोई अन्य सीमित रूप हो।
मिस्ट्राल ने लॉन्च में अपना खुद का चेतावनी भी जोड़ी। कंपनी ने कहा कि ML4 “अभी भी कोडिंग जैसे क्षेत्रों में अग्रणी से पीछे है,” बिना अंतर को मात्रात्मक रूप से बताये या तुलना के लिए उपयोग किए गए अग्रणी मॉडलों का नाम दिए। कोडिंग वह श्रेणी है जो डेवलपर्स द्वारा सबसे तेज़ी से तनाव-परीक्षित होती है, इसलिए प्रारंभिक स्वतंत्र मूल्यांकन या तो विपणन को मान्य कर सकते हैं या इसे छिद्रित कर सकते हैं।
दूसरा आगे का संकेत कंप्यूट स्केलिंग है। मिस्ट्राल ने सितंबर में 21 बिलियन यूरो के मूल्यांकन पर 3 बिलियन यूरो ($3.4 बिलियन) श्रृंखला D जुटाई, और लैंपल ने उस फंडिंग से क्षमता लाभ को जोड़ा, कहा, “जैसे-जैसे हम अपने प्रशिक्षण क्षमता को बढ़ाते हैं, मॉडल क्षमताएं और भी बेहतर होंगी, हमारे श्रृंखला D फंडरेज़ के बाद,” जो रिपोर्ट किए गए 4,000 ग्रेस ब्लैकवेल GPUs से परे फॉलो-ऑन प्रशिक्षण क्षमता के लिए अपेक्षाएँ सेट करता है।
मेरी राय: ML4 एक कथा परिवर्तन है—लेकिन व्यापार रिलीज के दायरे और प्रमाण पर निर्भर करता है
जो हिस्सा इसे तय करता है वह 1T-पैरामीटर शीर्षक नहीं है, यह वितरण और प्रकटीकरण है। डेवलपर्स, साइबर सुरक्षा नेताओं और राज्य प्राधिकरणों के लिए लक्षित एक पूर्वावलोकन यह है कि मिस्ट्राल आपको बताता है कि उसे कहाँ लगता है कि अपनाना टिकेगा: आत्म-होस्टेड सुरक्षा और विनियमित तैनाती, जहां ओपन वेट एक खरीदारी विशेषता है और यूरोपीय डेटा केंद्र पिच का हिस्सा हैं।
महत्वपूर्ण सीमा यह है कि क्या “कोर पैरामीटर” एक वास्तविक ओपन-वेट रिलीज़ में बदलता है जिसमें बेंचमार्क तालिकाएँ होती हैं जो स्वतंत्र पुनरावृत्तियों को सहन करती हैं, विशेष रूप से कोडिंग और मल्टीमोडल मूल्यांकन पर। यदि अक्टूबर की गिरावट महत्वपूर्ण रूप से सीमित है या प्रारंभिक तृतीय-पक्ष परिणाम निराशाजनक हैं, तो ML4 एक कथा उत्प्रेरक बना रहता है। यदि रिलीज़ व्यापक है और संख्याएँ स्थिर रहती हैं, तो यह सुरक्षा-संवेदनशील वातावरण में ओपन-मॉडल तैनाती के लिए एक विश्वसनीय गैर-चीन एंकर बन जाता है।
