Mistral: Mistral Medium 3.1 (batch)

Mistral Medium 3.1 er en multimodal Mistral AI-utgave for tekstlig og visuell forståelse. Produsenten beskriver denne revisjonen som en forbedring av tone og ytelse innen Medium 3-linjen. Den tar imot tekst og bilder og produserer tekst: en forklaring, et dokumentsvar, en strukturert datapost eller et foreslått funksjonskall. Produsentens faste identifikator for denne utgaven er mistral-medium-2508.

Kontekst og den spesifikke utgaven

Modellsiden dokumenterer et kontekstvindu på 128k. Bruk det til å holde relaterte kildeutdrag, bildebevis, samtalen og brukerens oppgave samlet. Identifiser dokumentrollene og spørsmålet som skal besvares, før du gir en stor samling. En lang kontekst kan støtte en målrettet sammenligning mens det endelige artefaktet forblir en kort tabell eller et revidert avsnitt.

Medium 3.1 beholder sin egen spesifikasjon. Konteksten på 256k, den tette arkitekturen med 128 milliarder parametere og de konfigurerbare hybride resonneringsmodusene beskrevet for Medium 3.5 skal ikke tilskrives denne oppføringen. Siden for 3.1 gir ikke et parameterantall eller et separat tall for maksimal svarlengde som trygt kan erstattes med tallet fra den senere modellen.

Strukturerte utdata og funksjoner

Produsenten lister strukturerte utdata, funksjonskall og forhåndsangitte utdata blant funksjonene i denne utgaven. For en strukturert uttrekksoppgave definerer du de påkrevde feltene, forventede typer og behandlingen av informasjon som mangler i kilden. En datapost kan inneholde dokumentidentifikatoren, det uttrukne utsagnet, kildeplasseringen og spørsmålet som gjenstår. Be bare om dataposten når et program skal tolke den, eller hold en løpende forklaring separat når noen må undersøke tolkningen.

Mistrals felles dokumentasjon om strukturerte utdata skiller JSON-modus fra et tilpasset skjema. JSON-modus krever en eksplisitt instruksjon om det ønskede JSON-formatet, mens den tilpassede veien definerer en mer spesifikk struktur. Dette er formatering av tekstresultatet, ikke en ny innholdsmodalitet eller en ekstern handling.

For funksjoner definerer applikasjonen den tilgjengelige operasjonen og argumentene, modellen velger et passende kall og forbereder verdiene, og applikasjonen utfører det. Resultatet blir deretter informasjon for neste svar. En dokumentassistent kan bruke et oppslag til å innhente manglende referansedata, men bare hvis den omkringliggende applikasjonen stiller oppslaget til rådighet og returnerer det faktiske resultatet. Hold det foreslåtte kallet og de returnerte dataene knyttet til hverandre.

Forhåndsangitte redigeringer og svarprefikser

Forhåndsangitte utdata er nyttig når det meste av ønsket resultat allerede er kjent, som et dokument eller en kodefil som trenger en avgrenset redigering. Gi det eksisterende innholdet og beskriv endringen presist, inkludert det som skal forbli uendret. En forespørsel kan oppdatere terminologien i ett avsnitt eller erstatte én implementasjonsdetalj mens resten av dokumentet bevares. Prediksjonen inneholder forventet utdatainnhold fremfor en fullført endring brukt i en fil.

Modellsiden lister også videreføring fra svarprefiks. I produsentens chatdokumentasjon gir et prefiks en kjent start på assistentens svar, og deretter fortsetter genereringen. En kjent start og en forhåndsangitt svartekst løser ulike forberedelsesproblemer. Satsvis behandling og agent-/samtalegrensesnitt er tilsvarende arbeidsflytfunksjoner, fremfor separate bilde-, lyd- eller resonneringsutgaver av Medium 3.1.

Dokument- og bildespørsmål

Den oppførte Document QnA-flyten kombinerer tekst, struktur og formatering klargjort med OCR med språkmodellanalyse. Spør om den bestemte betingelsen, passasjen eller sammenhengen oppgaven krever. En sammenligning kan identifisere kildedokumentene og be om felles utsagn, konflikter og uavklarte detaljer, med kildeplasseringen ved hvert funn.

Produsentens synsveiledning inkluderer uttrykkelig Medium 3.1. Et direkte visuelt spørsmål kan gi et lesbart diagram, dokumentbilde eller skjermbilde og spørre hvilke synlige bevis som underbygger en konklusjon. Bevar akser, enheter, etiketter og konteksten rundt et beskåret felt. Hvis flere bilder oppgis, identifiserer du rekkefølgen og rollen deres fremfor å overlate til modellen å utlede hvilket som er originalen, revisjonen eller referansen.

Kombiner for eksempel et skriftlig prosesskrav med et skjermbilde og be om en tabell med synlige samsvar, forskjeller og spørsmål som krever mer informasjon. En annen oppgave kan gi to versjoner av et dokument og be om et revidert utdrag som bevarer de felles betingelsene samtidig som en navngitt inkonsekvens løses. Dette er foreslåtte anvendelser av de dokumenterte visuelle funksjonene, dokumentfunksjonene og redigeringsfunksjonene, med det påkrevde resultatet definert på forhånd.

Forberedelse av det endelige artefaktet

Gi assistenten en tydelig rolle, kildematerialet som skal brukes, og svarformen. Hold varige svarregler atskilt fra dokumentet som undersøkes, og angi målspråk og terminologi. Et nyttig svar kan skille et uttrukket faktum, kilden og en tolkning, slik at det blir lettere å undersøke enn ett samlet sammendrag.

Det dokumenterte resultatet forblir tekst. Eksterne verktøy, filendringer og videre dokumentbehandling tilhører applikasjonen som er koblet til samtalen. Bevar den navngitte Medium 3.1-utgaven og konteksten på 128k, og be om forklaringen, den strukturerte dataposten eller den målrettede revisjonen neste steg faktisk trenger.