Mistral: Ministral 3 8B 2512 (batch)

Ministral 3 8B Instruct 2512 est le modèle de taille intermédiaire ajusté aux instructions de la famille Ministral 3 de Mistral AI. Le point de contrôle publié est post-entraîné pour le dialogue et les tâches d’instruction en précision FP8. Il associe un composant linguistique à un encodeur visuel, accepte du texte et des images et renvoie du texte plutôt qu’un livrable image ou audio.

Architecture et fonctions clés

Le concepteur indique un modèle linguistique de 8,4 milliards de paramètres et un encodeur visuel de 0,4 milliard. Sa fenêtre de contexte est décrite comme 256 k tokens, avec une longueur configurée par défaut de 262 144 dans les notes d’utilisation. Ces propriétés concernent cette édition 8B ; les membres 3B et 14B conservent leurs propres tailles de composants et configurations.

La vision étend l’entrée au-delà d’une conversation écrite. Une image documentaire peut être associée à une question sur un champ, un paragraphe ou une relation visible. Une capture peut être accompagnée de l’objectif de l’utilisateur et d’une demande d’identification de la commande pertinente. Demandez l’observation soutenant chaque conclusion lorsque la réponse dépend d’un détail visuel, et préservez les titres, libellés et unités nécessaires à l’interprétation d’un recadrage.

La fiche décrit le travail multilingue dans des dizaines de langues, dont l’anglais, le français, l’espagnol, l’allemand, l’italien, le portugais, le néerlandais, le chinois, le japonais, le coréen et l’arabe. Elle indique aussi le respect des instructions système, les appels de fonctions natifs et la sortie JSON. Définissez explicitement la langue finale, le rôle et les exigences de sortie plutôt que de laisser le modèle déduire le livrable attendu d’un grand volume d’entrées.

Documents, conversations et tâches d’agents

Les usages du concepteur comprennent les interfaces de dialogue, assistants quotidiens, descriptions d’images et de documents, traductions, générations de contenu et agents spécialisés. Pour un assistant documentaire, fournissez la page et précisez les informations à renvoyer. Une extraction peut nommer les libellés des champs, les types attendus et le traitement des valeurs absentes. Une réponse utile peut contenir l’identifiant du document, la valeur extraite et une courte explication liée à la source visible.

Dans une conversation en cours, conservez la réponse antérieure pertinente et posez une question complémentaire ciblée. Un utilisateur peut demander d’abord une synthèse documentaire puis quel énoncé étaye une conclusion. La sortie demandée passe ainsi d’une vue générale à une explication reliée à la source, tout en conservant le contenu original et la finalité du dialogue.

Pour une révision multilingue, fournissez le passage original, le lecteur cible et une liste terminologique. Demandez une version révisée conservant les noms, conditions et unités, suivie si utile d’une brève explication des changements. Pour créer du contenu, précisez le public et les faits à inclure avant de demander un court brouillon ou une autre formulation.

Dans une tâche d’agent, l’application fournit les outils et leurs paramètres. Le modèle choisit une fonction et prépare ses arguments ; l’application l’exécute et renvoie le résultat. L’exemple de fonction de la fiche associe une question sur image à un outil de calcul. Distinguez le résultat réel de l’appel proposé pour que la réponse écrite suivante exploite les informations réellement renvoyées par l’opération.

Préparation et réglages recommandés

Le concepteur recommande une instruction système décrivant l’environnement, le cas d’usage et l’utilisation des outils. Gardez un ensemble d’outils bien défini et limité au nécessaire. Un petit processus de recherche peut proposer les fonctions pertinentes pour la question actuelle avec des arguments requis clairement nommés, au lieu d’une vaste collection d’opérations sans rapport.

Pour les usages courants et de production, la fiche recommande une température inférieure à 0,1, avec des valeurs plus élevées pour l’exploration créative. Cette recommandation concerne le processus d’instruction et ne constitue pas un contrôle distinct de mode de raisonnement. La famille possède des points de contrôle Base, Instruct et Reasoning distincts ; cette entrée concerne Instruct 2512, pas la version Reasoning de même taille.

Pour les images, le concepteur recommande des proportions proches de 1:1 et d’éviter les entrées très étroites ou très larges. Recadrez au besoin tout en préservant les libellés et le contexte requis. Si une page contient plusieurs zones sans rapport, indiquez la partie à examiner et le résultat attendu. Une image lisible et ciblée est plus utile qu’une demande où le modèle doit deviner le détail minuscule important dans une grande page.

Contexte et périmètre de l’édition

Organisez texte, images, conversation et réponse souhaitée en fonction du contexte configuré. Les notes autorisent explicitement une réduction de la longueur configurée lorsque moins de contexte est nécessaire ; la fenêtre complète n’invite donc pas à remplir chaque requête de toutes les ressources disponibles. L’exemple de génération de 512 tokens n’est qu’un réglage illustratif, et les sources consultées n’établissent pas de longueur maximale stricte de réponse distincte.

Le point de contrôle Instruct FP8, la version Base préentraînée et la version Reasoning sont des éditions séparées. Le concepteur décrit aussi la spécialisation et l’ajustement fin parmi les usages. Préservez le point de contrôle nommé et son tokenizer pour préparer la conversation, et distinguez la génération textuelle de l’accès au dépôt, de l’exécution de fonctions et des autres actions fournies par l’application.