Mistral: Mistral Medium 3.1 (batch)

Mistral Medium 3.1 es una edición multimodal de Mistral AI para comprensión textual y visual. El fabricante describe esta revisión como una mejora del tono y el rendimiento dentro de la línea Medium 3. Acepta texto e imágenes y produce texto: una explicación, una respuesta documental, un registro estructurado o una llamada a función propuesta. El identificador fijo del fabricante para esta edición es mistral-medium-2508.

Contexto y edición específica

La página del modelo documenta una ventana de contexto de 128k. Utilízala para mantener juntos los pasajes de origen relacionados, las pruebas de imagen, la conversación y la tarea del usuario. Identifica las funciones de los documentos y la pregunta que responder antes de aportar una colección amplia. Un contexto largo puede permitir una comparación delimitada mientras el resultado final sigue siendo una tabla breve o una sección revisada.

Medium 3.1 conserva su propia especificación. No deben atribuirse a esta entrada el contexto de 256k, la arquitectura densa de 128 mil millones de parámetros ni los modos configurables de razonamiento híbrido descritos para Medium 3.5. La página de 3.1 no proporciona un número de parámetros ni una cifra máxima independiente de longitud de respuesta que se pueda sustituir con seguridad por la del modelo posterior.

Salida estructurada y funciones

El fabricante enumera salidas estructuradas, llamadas a funciones y salidas predichas entre las funciones de esta edición. Para una tarea de extracción estructurada, define los campos requeridos, los tipos esperados y el tratamiento de la información ausente en la fuente. Un registro puede contener el identificador del documento, la afirmación extraída, su ubicación de origen y la pregunta que queda pendiente. Pide únicamente el registro cuando lo vaya a analizar un programa, o mantén separada una explicación en prosa cuando alguien deba inspeccionar la interpretación.

La documentación común de salida estructurada de Mistral distingue el modo JSON de un esquema personalizado. El modo JSON requiere una instrucción explícita sobre el formato JSON deseado, mientras que la opción personalizada define una estructura más específica. Se trata del formato del resultado textual, no de una modalidad de contenido nueva ni de una acción externa.

Para las funciones, la aplicación define la operación y los argumentos disponibles, el modelo selecciona una llamada adecuada y prepara los valores y la aplicación la ejecuta. Su resultado se convierte después en información para la siguiente respuesta. Un asistente documental puede utilizar una consulta para obtener datos de referencia ausentes, pero solo si la aplicación que lo rodea proporciona esa consulta y devuelve su resultado real. Mantén asociados la llamada propuesta y los datos devueltos.

Ediciones predichas y prefijos de respuesta

Las salidas predichas son útiles cuando ya se conoce la mayor parte del resultado deseado, como un documento o archivo de código que necesita una edición limitada. Proporciona el contenido existente y describe el cambio con precisión, incluido lo que debe permanecer sin cambios. Una solicitud puede actualizar la terminología de una sección o sustituir un detalle de implementación conservando el resto del documento. La predicción contiene el contenido de salida esperado, no un cambio completado y aplicado a un archivo.

La página del modelo también enumera continuación mediante prefijo de respuesta. En la documentación de chat del fabricante, un prefijo proporciona un comienzo conocido para la respuesta del asistente, tras el cual continúa la generación. Un comienzo conocido y un cuerpo predicho resuelven problemas de preparación diferentes. Del mismo modo, el procesamiento por lotes y las interfaces de agentes o conversaciones son funciones de flujo de trabajo, no ediciones independientes de imagen, audio o razonamiento de Medium 3.1.

Preguntas documentales y visuales

El flujo enumerado de preguntas y respuestas sobre documentos combina texto, estructura y formato preparados mediante OCR con análisis del modelo lingüístico. Pregunta por la condición, pasaje o relación concretos que requiere la tarea. Una comparación puede identificar los documentos de origen y solicitar afirmaciones comunes, conflictos y detalles pendientes, conservando la ubicación de origen junto a cada hallazgo.

La guía visual del fabricante incluye explícitamente Medium 3.1. Una pregunta visual directa puede aportar un gráfico, una imagen documental o una captura legibles y preguntar qué pruebas visibles respaldan una conclusión. Conserva ejes, unidades, etiquetas y el contexto de un campo recortado. Si se proporcionan varias imágenes, identifica su orden y función en lugar de dejar que el modelo deduzca cuál es el original, la revisión o la referencia.

Por ejemplo, acompaña un requisito escrito de proceso con una captura y solicita una tabla de coincidencias visibles, diferencias y preguntas que necesiten más información. Otra tarea puede proporcionar dos versiones de un documento y pedir un pasaje revisado que conserve sus condiciones comunes y resuelva una inconsistencia nombrada. Son aplicaciones propuestas de las capacidades documentadas de visión, documentos y edición, con el resultado requerido definido de antemano.

Preparación del entregable final

Asigna al asistente un papel claro, las fuentes que debe utilizar y la forma de la respuesta. Mantén las reglas de respuesta estables separadas del documento examinado e indica el idioma final y la terminología. Una respuesta útil puede separar un hecho extraído, su fuente y una interpretación, facilitando su inspección frente a un único resumen combinado.

El resultado documentado sigue siendo texto. Las herramientas externas, los cambios de archivos y el procesamiento documental adicional pertenecen a la aplicación conectada a la conversación. Conserva la edición Medium 3.1 nombrada y su contexto de 128k y solicita la explicación, el registro estructurado o la revisión delimitada que necesita realmente el siguiente paso.