Mistral: Mistral Medium 3.1 (batch)

Mistral Medium 3.1 ist eine multimodale Ausgabe von Mistral AI für Text- und Bildverständnis. Der Hersteller beschreibt diese Revision als Verbesserung von Ton und Leistung innerhalb der Medium-3-Linie. Sie verarbeitet Text und Bilder und erzeugt Text: eine Erklärung, Dokumentantwort, einen strukturierten Datensatz oder vorgeschlagenen Funktionsaufruf. Die feste Herstellerkennung dieser Ausgabe lautet mistral-medium-2508.

Kontext und konkrete Ausgabe

Die Modellseite dokumentiert ein Kontextfenster von 128k. Nutze es, um zusammengehörige Quellpassagen, Bildbelege, Dialog und Nutzeraufgabe gemeinsam zu bewahren. Benenne die Dokumentrollen und die zu beantwortende Frage, bevor du eine große Sammlung bereitstellst. Ein langer Kontext kann einen gezielten Vergleich unterstützen, während das endgültige Artefakt eine kurze Tabelle oder ein überarbeiteter Abschnitt bleibt.

Medium 3.1 behält seine eigene Spezifikation. Der Kontext von 256k, die dichte Architektur mit 128 Milliarden Parametern und die konfigurierbaren hybriden Reasoning-Modi von Medium 3.5 sollten diesem Eintrag nicht zugeschrieben werden. Die Seite zu 3.1 gibt weder eine Parameterzahl noch eine separate maximale Antwortlänge an, die bedenkenlos aus dem späteren Modell übernommen werden könnte.

Strukturierte Ausgaben und Funktionen

Der Hersteller nennt strukturierte Ausgaben, Funktionsaufrufe und vorhergesagte Ausgaben als Funktionen dieser Ausgabe. Definiere für eine strukturierte Extraktionsaufgabe die Pflichtfelder, erwarteten Typen und den Umgang mit Informationen, die in der Quelle fehlen. Ein Datensatz kann die Dokumentkennung, die extrahierte Aussage, ihre Quellstelle und die verbleibende Frage enthalten. Fordere nur den Datensatz an, wenn ein Programm ihn einlesen wird, oder halte eine Prosaerklärung getrennt, wenn jemand die Interpretation prüfen muss.

Mistrals gemeinsame Dokumentation zu strukturierten Ausgaben unterscheidet den JSON-Modus von einem benutzerdefinierten Schema. Der JSON-Modus verlangt eine ausdrückliche Anweisung zum gewünschten JSON-Format, während der benutzerdefinierte Weg eine konkretere Struktur festlegt. Dies ist die Formatierung des Textergebnisses und keine neue Inhaltsmodalität oder externe Handlung.

Für Funktionen definiert die Anwendung die verfügbare Operation und Argumente, das Modell wählt einen passenden Aufruf und bereitet Werte vor, und die Anwendung führt ihn aus. Sein Ergebnis liefert anschließend Informationen für die nächste Antwort. Ein Dokumentassistent kann eine Abfrage nutzen, um fehlende Referenzdaten zu erhalten, aber nur, wenn die umgebende Anwendung diese Abfrage bereitstellt und ihr tatsächliches Ergebnis zurückgibt. Halte den vorgeschlagenen Aufruf und die zurückgegebenen Daten einander zugeordnet.

Vorhergesagte Änderungen und Antwortpräfixe

Vorhergesagte Ausgaben sind nützlich, wenn der größte Teil des gewünschten Ergebnisses bereits bekannt ist, etwa bei einem Dokument oder einer Codedatei mit begrenztem Änderungsbedarf. Stelle den vorhandenen Inhalt bereit und beschreibe die Änderung präzise, einschließlich dessen, was unverändert bleiben muss. Eine Anfrage kann die Terminologie eines Abschnitts aktualisieren oder ein Implementierungsdetail ersetzen und dabei das übrige Dokument bewahren. Die Vorhersage enthält erwarteten Ausgabeinhalt und keine bereits auf eine Datei angewendete Änderung.

Die Modellseite nennt außerdem die Fortsetzung von Antwortpräfixen. In der Chatdokumentation des Herstellers liefert ein Präfix einen bekannten Anfang der Assistentenantwort, nach dem die Generierung fortgesetzt wird. Ein bekannter Anfang und ein vorhergesagter Hauptinhalt lösen unterschiedliche Vorbereitungsprobleme. Stapelverarbeitung und Agenten-/Dialogschnittstellen sind ebenfalls Ablauffunktionen und keine separaten Bild-, Audio- oder Reasoning-Ausgaben von Medium 3.1.

Fragen zu Dokumenten und Bildern

Der genannte Dokument-QnA-Ablauf verbindet mittels OCR vorbereiteten Text, Struktur und Formatierung mit der Sprachmodellanalyse. Frage nach der konkreten Bedingung, Passage oder Beziehung, die die Aufgabe benötigt. Ein Vergleich kann die Quelldokumente benennen und gemeinsame Aussagen, Konflikte und ungeklärte Details anfordern, mit der Quellstelle neben jedem Befund.

Die Anleitung des Herstellers zu visuellen Fähigkeiten umfasst Medium 3.1 ausdrücklich. Eine direkte visuelle Frage kann ein lesbares Diagramm, Dokumentbild oder einen Screenshot bereitstellen und fragen, welche sichtbaren Belege eine Schlussfolgerung stützen. Bewahre Achsen, Einheiten, Beschriftungen und den Kontext um ein zugeschnittenes Feld. Benenne bei mehreren Bildern deren Reihenfolge und Rolle, statt das Modell erschließen zu lassen, welches Original, Überarbeitung oder Referenz ist.

Kombiniere beispielsweise eine schriftliche Prozessanforderung mit einem Screenshot und fordere eine Tabelle mit sichtbaren Übereinstimmungen, Abweichungen und Fragen an, die mehr Informationen benötigen. Eine andere Aufgabe kann zwei Dokumentversionen bereitstellen und eine überarbeitete Passage verlangen, die ihre gemeinsamen Bedingungen bewahrt und dabei einen benannten Widerspruch auflöst. Dies sind vorgeschlagene Anwendungen der dokumentierten visuellen, Dokument- und Bearbeitungsfähigkeiten mit vorab definiertem erforderlichem Ergebnis.

Das endgültige Artefakt vorbereiten

Gib dem Assistenten eine klare Rolle, das zu verwendende Quellenmaterial und die Antwortform vor. Halte dauerhafte Antwortregeln vom untersuchten Dokument getrennt und nenne Zielsprache und Terminologie. Eine nützliche Antwort kann einen extrahierten Fakt, seine Quelle und eine Interpretation trennen und ist damit leichter zu prüfen als eine einzige zusammengeführte Zusammenfassung.

Das dokumentierte Ergebnis bleibt Text. Externe Werkzeuge, Dateiänderungen und weitere Dokumentverarbeitung gehören zur Anwendung, die mit dem Dialog verbunden ist. Bewahre die benannte Ausgabe Medium 3.1 und ihren Kontext von 128k und fordere die Erklärung, den strukturierten Datensatz oder die gezielte Überarbeitung an, die der nächste Schritt tatsächlich benötigt.