Mistral AI, યુરોપમાં ઝડપથી વધતી રહીને એક સ્ટાર્ટઅપ જે કૃત્રિમ બુદ્ધિમત્તામાં કાર્યરત છે, આજે એક નવા ભાષા મોડેલની શરૂઆત કરવાની જાહેરાત કરી છે જે આ દાવો કરે છે કે તે ત્રણ વખત મોટા મોડેલોનો સમાન પ્રદર્શન આપે છે જ્યાં કમ્પ્યુટિંગ ખર્ચમાં નોંધપાત્ર ઘટાડો થાય છે. આ વિકાસને અંતર્ગત આદ્યતન AI અમલ માટે આર્થિક દ્રષ્ટિએ નવા માર્ગ રચવાનો પોટેન્શિયલ છે. Mistral Small 3 નામના મોડેલમાં 24 અબજ પેરામિટર્સ છે અને નિર્ધારિત માપદંડોમાં 81% સુધારાની મેળવી, દરેક સેકન્ડમાં 150 ટોકન પ્રોસેસ કરે છે. કંપની આને ખુલ્લા Apache 2. 0 લાઇસન્સ હેઠળ ઉપલબ્ધ બનાવતી જાય છે, જે બિઝનેસને તેને પોતાના ઇચ્છા અનુસાર ફેરફાર અને અમલ કરવાનો સ્વાતંત્ર્ય આપે છે. Mistral ના મહાન વૈજ્ઞાનિક અધિકારી ગિલોમ લમ્પલે VentureBeat સાથેની એક ખાસ ચર્ચામાં જણાવ્યું, “હમેંશા ને હંમેશા 70 અબજ પેરામિટર્સથી ઓછા અમલમાં સંભવિત શ્રેષ્ઠ મોડલ છે. અમે આને મેટાની Llama 3. 3 70B જે હજુ ઘણા મહિનાં પહેલાં પ્રકાશિત געווען હતું જે ત્રણ વખત મોટું છે, સાથે સરખાવી શકીએ છીએ. ” આ જાહેરાત એ સમયે આવી છે જ્યારે AI વિકાસ ખર્ચ પર વધતા નજરની scrutiny ચાલી રહી છે. ચીની સ્ટાર્ટઅપ DeepSeek એ માત્ર $5. 6 મિલિયનના બાંધકામ માટે એક સ્પર્ધાત્મક મોડેલ તૈયાર કરવાનો દાવો કર્યો છે, જેનો પરિણામ રૂપે આ અઠવાડિયે Nvidia ના બજાર મૂલ્યમાં almost $600 અબજનો નુકસાની જોવા મળ્યો, જ્યારે રોકાણકારોએ યુ. એસ. ટેક કંપનીઓ દ્વાર કરવામાં આવેલા ભારે રોકાણો પર પુનઃવલણ કર્યું. Mistral ની રણનીતિ સંપૂર્ણ કદ કરતાં કાર્યક્ષમતા પર ભાર મૂકે છે. કંપની તેમના પ્રદર્શન સુધારાઓના મુખ્ય રીતે સુધારાયેલા તાલીમ માટેની પદ્ધતિઓને અંજામ આપે છે, માત્ર કમ્પ્યૂટેશનલ શક્તિને વધારવાના અભિગમને ટાળે છે. "બદલાતું શું છે તે ખરેખર તાલીમના ઑપ્ટિમાઇઝેશન રીતો છે, " લમ્પલે VentureBeat ને સમજાવ્યું. "અમે મોડલને ઑપ્ટિમાઇઝ કરવા માટે એક જુદી તાલીમની રીત અપનાવી છે. " લમ્પલે જણાવ્યું કે આ મોડલ 8 ટ્રિલિયન ટોકન પર તાલીમ આપવામાં આવ્યું, જ્યારે સમાન મોડલો અંદાજે 15 ટ્રિલિયન ટોકનની જરૂરિયાત હોય છે.

આ સુધરી શકતા કાર્યક્ષમતા એ પાછળના કમ્પ્યુટેશનલ ગયા ખર્ચ અંગે ચિંતિત બિઝનેસો માટે વધુ સંપર્કযোগ্য બની શકે છે. મહત્વપૂર્ણ, Mistral Small 3 ને રીનફોર્સમેન્ટ લર્નિંગ અથવા કૃતૃિમ તાલીમના ડેટા વગર બનાવવામાં આવ્યું છે—અલગ-અલગ પ્રતિસ્પર્ધીઓ દ્વારા લાગુ કરવામાં આવે છે. લમ્પલે નોંધ્યું કે આ "કાચા" પદ્ધતિ undesirable બાયસને સમાવેશ કરવાની алдын મેળવવામાં મદદ કરે છે જે મુલ્યાંકનમાં કઠિન હોઈ શકે છે. આ મોડલ ખાસ કરીને ગોપનીયતા અને વિશ્વસનિયતા માટે પબ્લિક ડિપ્લોયમેન્ટની જરૂરત ધરાવતા કંપનીઓ માટે નિર્ધારીત છે, જેમ કે નાણાકીય સેવાઓ, આરોગ્ય સેવાઓ અને મેન્યુફેક્ચરિંગમાં એવા ઉદ્યોગો. તે એક જ GPU પર કાર્યરત છે અને 80-90% ધોરીવ્યાપાર એપ્લિકેશનને સંબોધે છે, કંપનીએ જણાવ્યું. “અમારા ઘણા ગ્રાહકો તેમના પ્રાઇવસી અને વિશ્વસનિયતા વિશેની ચિંતાઓના કારણે સ્થાનિક સોલ્યુશન પસંદ કરે છે, ” લમ્પલે remarked. “હેიძლણાભિનવેCritical servicesને ઓરે વ્યક્તિગત પર પ્રક્રિયાઓથી પાછા રાખવા માંગે છે. ” Mistral, જેનું મૂલ્યांकन $6 Billion છે, એ યુરોપમાં વૈશ્વિક AI ક્ષેત્રમાં મુખ્ય સ્પર્ધક તરીકે ઊભા થઈ રહ્યું છે. કંપનીએ તાજેતરમાં Microsoft તરફથી રોકાણ મેળવ્યું છે અને CEO Arthur Mensch દ્વારા હાઇલાઇટ નોંધાતાં IPO માટે તૈયારી કરી રહી છે. ઉદ્યોગ નિષ્ણાતો સૂચવે છે કે Mistral ની નાના, વધુ કાર્યક્ષમ મોડલ બનાવવા માટેની પ્રતિબદ્ધતા એ AI ક્ષેત્રના વિકાસ સાથે વિજયી હોઈ શકે છે. આ અભિગમ OpenAI અને Anthropic જેવી કંપનીઓ દ્વારા લીધેલા રસ્તાઓ સાથે વિરોધાભાસી છે, જેમણે વધુ મોટા અને મોંઘા મોડલો બનાવવા પર ધ્યાન કેન્દ્રિત કર્યું છે. લમ્પલે તેમના ભવિષ્યવાણી વ્યક્ત કરી, “અમે આવી સમગ્રતાને ફરી જામવવાની સંભાવના છે જે 2024 માં થઈ. ખુલ્લા સ્ત્રોતના મોડલોનો પ્રવાહ જેમાં ખૂબ જ પરવાનગીયુક્ત લાઇસન્સોની રીતે મળશે. અમે માનીએ છીએ કે શરતી મોડલો સંચાલન માટે આગળ વધશે. ” જ્યારે સ્પર્ધા કડક અને કાર્યક્ષમતા સુધરે છે, Mistral નો નાના મોડલને ઑપ્ટિમાઇઝ કરવા પરનો ધ્યાન એ અદ્યતન AI ટેકનોલોજી સુધી વધુ વ્યાપક પ્રવેશ સહાય કરે છે, જે તાત્કાલિક ઉદ્યોગની અપનાવવા માં અસર કરી શકે છે જ્યારે કમ્પ્યુટિંગ ઈન્ફ્રાસ્ટ્રક્ચર સાથે જોડાયેલા ખર્ચમાં ઘટાડો કરે છે.