Mistral: Ministral 3 8B 2512 (batch)

Ministral 3 8B Instruct 2512 é o modelo de dimensão intermédia ajustado para seguir instruções da família Ministral 3 da Mistral AI. O ponto de controlo publicado recebeu pós-treino para conversa e tarefas de instruções com precisão FP8. Combina uma componente linguística com um codificador visual, aceita texto e imagens e devolve texto em vez de um artefacto de imagem ou áudio.

Arquitetura e funcionalidades principais

O fabricante indica um modelo de linguagem com 8,4 mil milhões de parâmetros e um codificador visual com 0,4 mil milhões. A janela de contexto é descrita como 256k, e as notas de utilização publicadas usam um comprimento configurado por predefinição de 262 144. Estes valores descrevem esta edição de dimensão 8B; os membros mais pequeno, 3B, e maior, 14B, da família mantêm as suas próprias dimensões de componentes e configurações.

A visão alarga a entrada do modelo para além da conversa escrita. Uma imagem documental pode ser associada a uma pergunta sobre um campo, parágrafo ou relação visível selecionados. Uma captura de ecrã pode ser associada ao objetivo do utilizador e a um pedido para identificar o controlo relevante. Peça a observação que sustenta cada conclusão quando a resposta depender de detalhe visual e preserve os títulos, as etiquetas e as unidades necessários à interpretação de um recorte.

A ficha descreve trabalho multilingue em dezenas de línguas, incluindo inglês, francês, espanhol, alemão, italiano, português, neerlandês, chinês, japonês, coreano e árabe. Identifica também cumprimento de instruções de sistema, chamadas nativas de funções e saída JSON. Defina explicitamente a língua final, o papel e os requisitos de saída, em vez de deixar o modelo inferir o artefacto pretendido a partir de uma entrada extensa.

Tarefas documentais, de conversa e com agentes

Os casos de utilização do fabricante incluem interfaces de conversa, assistentes quotidianos, descrição de imagens e documentos, tradução, geração de conteúdos e agentes especializados. Para um assistente documental, forneça a página e especifique a informação a devolver. Um pedido de extração pode indicar as etiquetas dos campos, os tipos esperados e o tratamento de valores em falta. Uma resposta útil pode conter o identificador do documento, o valor extraído e uma explicação curta ligada à fonte visível.

Numa conversa contínua, mantenha a resposta anterior relevante e faça uma pergunta de seguimento focada. Um utilizador pode primeiro pedir um resumo documental e depois perguntar que afirmação sustenta uma conclusão. Isto altera a saída exigida de uma visão geral para uma explicação ligada à fonte, conservando o material original e a finalidade do diálogo.

Para edição multilingue, forneça o trecho original, o leitor pretendido e uma lista terminológica. Peça uma versão revista que preserve nomes, condições e unidades, seguida de uma explicação breve das alterações, se for útil. Para geração de conteúdos, especifique o público e os factos que devem aparecer antes de pedir um rascunho curto ou uma formulação alternativa.

Numa tarefa com agentes, a aplicação fornece as ferramentas e os respetivos parâmetros. O modelo pode escolher uma função e preparar argumentos, enquanto a aplicação a executa e devolve o resultado. O exemplo de funções da ficha combina uma pergunta sobre imagem com uma ferramenta de cálculo. Mantenha o resultado da ferramenta separado da chamada proposta para que a resposta escrita subsequente use a informação efetivamente devolvida pela operação.

Preparação e definições recomendadas

O fabricante recomenda uma instrução de sistema que descreva o ambiente, o caso de utilização e a forma de usar as ferramentas. Mantenha o conjunto de ferramentas bem definido e limitado ao mínimo necessário à tarefa. Um pequeno fluxo de consulta pode disponibilizar as funções relevantes para a pergunta atual, com argumentos obrigatórios claramente identificados, em vez de apresentar uma grande coleção de operações sem relação entre si.

Para utilização quotidiana e em produção, a ficha recomenda uma temperatura inferior a 0,1, com temperaturas superiores disponíveis para exploração criativa. Trate isto como uma recomendação para o fluxo de instruções, não como um controlo separado de modo de raciocínio. A família tem pontos de controlo Base, Instruct e Reasoning distintos; esta entrada é a edição Instruct 2512, não a versão Reasoning separada da mesma dimensão.

Para imagens, o fabricante recomenda proporções próximas de 1:1 e evitar entradas demasiado estreitas ou largas. Recorte quando necessário, conservando as etiquetas e o contexto exigidos pela pergunta. Se uma página contiver várias áreas sem relação, identifique a parte a inspecionar e o resultado a devolver. Uma imagem legível e focada é mais útil do que pedir ao modelo que adivinhe qual o pequeno detalhe importante numa página ampla.

Contexto e limites da edição

Planeie texto, imagens, conversa e resposta pretendida em função do contexto configurado. As notas de utilização permitem explicitamente reduzir o comprimento configurado do modelo quando é necessário menos contexto, pelo que a janela completa não é uma instrução para preencher cada pedido com todo o material disponível. O exemplo de geração de 512 tokens da ficha é apenas uma definição ilustrativa, e as fontes lidas não estabelecem um comprimento máximo rígido de resposta separado.

O ponto de controlo Instruct FP8, a versão Base pré-treinada e a versão Reasoning são edições distintas. O fabricante descreve também especialização e ajuste fino como casos de utilização. Preserve o ponto de controlo identificado e o respetivo tokenizador ao preparar a conversa, e mantenha a geração de texto distinta do acesso ao repositório, da execução de funções ou de outras ações fornecidas pela aplicação envolvente.