Mistral lanserer AI-modell med åpen vekt og en billion parametere for forbedret cybersikkerhetskontroll

Bilde: TechCrunch · Kilde

Mistral har gitt ut vektene til sin AI-modell med en billion parametere, Mistral Large 4, som gjør det mulig for organisasjoner å ta i bruk avansert cybersikkerhets-AI med bedre kontroll og effektivitet.

Det franske kunstig intelligens-selskapet Mistral har offentliggjort vektene for sin åpne kildekode-modell med en billion parametere, Mistral Large 4 (ML4), også kjent som "Le Chonk." Denne utgivelsen gjør det mulig for myndigheter og bedrifter å selv laste ned og distribuere modellen, og gir dem større suverenitet over sine cybersikkerhetsforsvar. Vektene, som utgjør kjernen av AI-ens lærte parametere, er tilgjengelige gjennom Hugging Face og Mistrals API.

Dette trekket intensiverer konkurransen mellom utviklere av åpne vekter som Mistral og proprietære leverandører som OpenAI og Anthropic. Mistrals administrerende direktør, Arthur Mensch, understreker at AI bør fungere som et verktøy for myndiggjøring snarere enn dominans. Ved å tilby en modell med åpne vekter, ønsker Mistral å gjøre det mulig for organisasjoner å beholde kontrollen over sine data og AI-sikkerhetskapasiteter uten eksterne avhengigheter.

ML4 oppnår ifølge rapporter toppmoderne ytelsesstandarder samtidig som den krever betydelig mindre datakraft og kapitalinvestering sammenlignet med modeller utviklet i lukkede laboratorier. Sammenlignet med GLM-5.3, et høyt rangert kinesisk AI-system med åpne vekter kjent for cybersikkerhetsapplikasjoner, bruker ML4 47 % færre tokens per oppgave, noe som markerer en betydelig forbedring i effektivitet.

I tillegg rangeres ML4 foran alle andre åpne modeller i agentbaserte kodingsoppgaver ifølge Artificial Analysis’ Coding Agent Index, en anerkjent AI-benchmarkingplattform.

Pierre Stock, Mistrals vitenskapelige visepresident, forklarte at ved å gi ut modellens vekter gir de organisasjoner tilgang til avansert intelligens for å forsvare seg mot cyberangrep uten risiko for tjenestesuspensjon, noe som kan skje med lukkede modeller. Den åpne vekt-naturen tillater også distribusjon direkte i en virksomhets eget IT-miljø for å identifisere, koordinere og svare på sikkerhetshendelser i sanntid.

Stock understreker viktigheten av å demokratisere denne teknologien og muliggjøre bred adopsjon for å styrke globale cybersikkerhetsekosystemer midt i økende cybertrusler og muligheten for at motstandere misbruker AI. Han anerkjenner utfordringene som ondsinnede AI-agenter utgjør, men anbefaler en balansert tilnærming, og ser sikker AI-distribusjon som et mulig, men komplekst problem.

Alt i alt representerer Mistral Large 4 et betydelig steg mot åpne, effektive og kontrollerbare AI-drevne cybersikkerhetsløsninger for offentlig og privat sektor over hele verden.