Mistral: Ministral 3 8B 2512 (batch)

Ministral 3 8B Instruct 2512 è il modello di dimensioni intermedie ottimizzato per seguire istruzioni della famiglia Ministral 3 di Mistral AI. Il checkpoint rilasciato è post-addestrato per chat e compiti basati su istruzioni in precisione FP8. Combina una componente linguistica con un encoder visivo, accettando testo e immagini e restituendo testo anziché un’immagine o un elaborato audio.

Architettura e funzionalità principali

Il produttore indica un modello linguistico da 8,4 miliardi di parametri e un encoder visivo da 0,4 miliardi. La finestra di contesto è descritta come 256k e le note d’uso pubblicate adottano una lunghezza configurata predefinita di 262.144. Queste caratteristiche descrivono l’edizione di dimensione 8B; i membri più piccolo 3B e più grande 14B della famiglia mantengono dimensioni delle componenti e configurazioni proprie.

La visione estende l’input del modello oltre una conversazione scritta. Un’immagine documentale può essere abbinata a una domanda su un campo, un paragrafo o una relazione visibile selezionati. Uno screenshot può essere abbinato all’obiettivo dell’utente e a una richiesta di identificare il controllo pertinente. Chiedi l’osservazione che supporta ogni conclusione quando la risposta dipende da dettagli visivi e conserva titoli, etichette e unità necessari a interpretare un ritaglio.

La scheda descrive lavoro multilingue in decine di lingue, tra cui inglese, francese, spagnolo, tedesco, italiano, portoghese, olandese, cinese, giapponese, coreano e arabo. Identifica inoltre aderenza alle istruzioni di sistema, chiamate di funzione native e output JSON. Definisci esplicitamente lingua finale, ruolo e requisiti di output, invece di lasciare che il modello deduca l’elaborato previsto da un input ampio.

Compiti documentali, conversazionali e agentici

I casi d’uso del produttore includono interfacce di chat, assistenti quotidiani, descrizione di immagini e documenti, traduzione, generazione di contenuti e agenti specializzati. Per un assistente documentale, fornisci la pagina e specifica le informazioni da restituire. Una richiesta di estrazione può indicare etichette dei campi, tipi attesi e trattamento dei valori mancanti. Una risposta utile può contenere l’identificatore del documento, il valore estratto e una breve spiegazione legata alla fonte visibile.

Per una conversazione in corso, conserva la risposta precedente pertinente e poni una domanda successiva mirata. Un utente può chiedere prima un riepilogo del documento e poi quale affermazione supporti una conclusione. Questo cambia l’output richiesto da una panoramica generale a una spiegazione collegata alla fonte, conservando il materiale originale e lo scopo del dialogo.

Per la revisione multilingue, fornisci il brano originale, il lettore previsto e un elenco terminologico. Chiedi una versione revisionata che mantenga nomi, condizioni e unità, seguita da una breve spiegazione delle modifiche se utile. Per la generazione di contenuti, specifica il pubblico e i fatti che devono comparire prima di chiedere una breve bozza o formulazioni alternative.

In un compito agentico, l’applicazione fornisce gli strumenti e i relativi parametri. Il modello può scegliere una funzione e preparare gli argomenti, mentre l’applicazione la esegue e restituisce il risultato. L’esempio di funzione nella scheda combina una domanda su un’immagine con uno strumento di calcolo. Mantieni il risultato dello strumento separato dalla chiamata proposta, affinché la risposta scritta successiva usi le informazioni effettivamente restituite dall’operazione.

Preparazione e impostazioni raccomandate

Il produttore raccomanda un’istruzione di sistema che descriva ambiente, caso d’uso e modalità d’impiego degli strumenti. Mantieni ben definito l’insieme degli strumenti e limitato al minimo necessario per il compito. Un piccolo flusso di ricerca può offrire le funzioni pertinenti alla domanda corrente, con argomenti obbligatori chiaramente denominati, invece di presentare una grande raccolta di operazioni non correlate.

Per l’uso quotidiano e in produzione, la scheda raccomanda una temperatura inferiore a 0.1, con temperature maggiori disponibili per l’esplorazione creativa. Considerala una raccomandazione per il flusso basato su istruzioni, non un controllo separato della modalità di ragionamento. La famiglia ha checkpoint distinti Base, Instruct e Reasoning; questa voce è l’edizione Instruct 2512, non il rilascio Reasoning separato della stessa dimensione.

Per le immagini, il produttore raccomanda proporzioni vicine a 1:1 e di evitare input molto sottili o molto larghi. Ritaglia quando necessario, mantenendo etichette e contesto richiesti dalla domanda. Se una pagina contiene più aree non correlate, identifica la parte da esaminare e il risultato da restituire. Un’immagine leggibile e mirata è più utile che chiedere al modello di indovinare quale piccolo dettaglio di una pagina ampia sia importante.

Contesto e limiti dell’edizione

Pianifica testo, immagini, conversazione e risposta desiderata in funzione del contesto configurato. Le note d’uso consentono esplicitamente di ridurre la lunghezza configurata del modello quando serve meno contesto, quindi l’intera finestra non è un’istruzione a riempire ogni richiesta con tutto il materiale disponibile. L’esempio di generazione da 512 token della scheda è soltanto un’impostazione esemplificativa e le fonti lette non stabiliscono una lunghezza massima rigida separata della risposta.

Il checkpoint FP8 Instruct, il rilascio Base preaddestrato e il rilascio Reasoning sono edizioni separate. Il produttore descrive anche specializzazione e fine-tuning come casi d’uso. Conserva il checkpoint denominato e il suo tokenizer quando prepari la conversazione e mantieni distinta la generazione di testo dall’accesso ai repository, dall’esecuzione di funzioni o da altre azioni fornite dall’applicazione circostante.