Mistral: Mistral Medium 3.1 (batch)

Mistral Medium 3.1 är en multimodal Mistral AI-utgåva för text- och bildförståelse. Tillverkaren beskriver revisionen som en förbättring av ton och prestanda inom Medium 3-serien. Den tar emot text och bilder och producerar text: en förklaring, ett svar om ett dokument, en strukturerad post eller ett föreslaget funktionsanrop. Tillverkarens fasta identifierare för utgåvan är mistral-medium-2508.

Kontext och den specifika utgåvan

Modellsidan dokumenterar ett kontextfönster på 128k token. Använd det för att hålla relaterade källavsnitt, bildunderlag, samtalet och användarens uppgift samlade. Identifiera dokumentens roller och frågan som ska besvaras innan du tillhandahåller en stor samling. En lång kontext kan stödja en fokuserad jämförelse medan den slutliga leveransen förblir en kort tabell eller ett reviderat avsnitt.

Medium 3.1 behåller sin egen specifikation. Kontexten på 256k token, den täta arkitekturen med 128 miljarder parametrar och de konfigurerbara hybridlägena för resonemang som beskrivs för Medium 3.5 ska inte tillskrivas den här posten. Sidan för 3.1 anger inget parameterantal eller separat siffra för maximal svarslängd som säkert kan ersättas med uppgiften från den senare modellen.

Strukturerade utdata och funktioner

Tillverkaren listar strukturerade utdata, funktionsanrop och förutsagda utdata bland utgåvans funktioner. För en strukturerad extraktionsuppgift definierar du obligatoriska fält, förväntade typer och hanteringen av information som saknas i källan. En post kan innehålla dokumentidentifieraren, den extraherade utsagan, dess källhänvisning och frågan som återstår. Begär enbart posten när ett program ska tolka den, eller håll en förklaring i löptext separat när någon måste granska tolkningen.

Mistrals gemensamma dokumentation för strukturerade utdata skiljer JSON-läge från ett anpassat schema. JSON-läge kräver en uttrycklig instruktion om önskat JSON-format, medan det anpassade alternativet definierar en mer specifik struktur. Detta är formatering av textresultatet, inte en ny innehållsmodalitet eller en extern åtgärd.

För funktioner definierar applikationen den tillgängliga operationen och argumenten, modellen väljer ett lämpligt anrop och förbereder värden, och applikationen kör det. Resultatet blir sedan information för nästa svar. En dokumentassistent kan använda en uppslagning för att få saknade referensdata, men bara om den omgivande applikationen tillhandahåller uppslagningen och returnerar dess faktiska resultat. Håll det föreslagna anropet och de returnerade uppgifterna kopplade till varandra.

Förutsagda ändringar och svarsprefix

Förutsagda utdata är användbara när det mesta av det önskade resultatet redan är känt, exempelvis ett dokument eller en kodfil som behöver en begränsad ändring. Tillhandahåll befintligt innehåll och beskriv ändringen exakt, inklusive vad som måste lämnas oförändrat. En begäran kan uppdatera terminologin i ett avsnitt eller ersätta en implementationsdetalj samtidigt som resten av dokumentet bevaras. Prediktionen innehåller förväntat utdatainnehåll snarare än en slutförd ändring som tillämpats på en fil.

Modellsidan listar också fortsättning från svarsprefix. I tillverkarens chattdokumentation anger ett prefix en känd början på assistentens svar, varefter genereringen fortsätter. En känd början och en förutsagd textkropp löser olika förberedelseproblem. Batchbearbetning och agent-/samtalsgränssnitt är likaså arbetsflödesfunktioner snarare än separata bild-, ljud- eller resonemangsutgåvor av Medium 3.1.

Dokument- och bildfrågor

Det listade Document QnA-flödet kombinerar OCR-förberedd text, struktur och formatering med språkmodellsanalys. Fråga om det specifika villkor, avsnitt eller samband som uppgiften kräver. En jämförelse kan identifiera källdokumenten och efterfråga gemensamma utsagor, konflikter och olösta detaljer, med en källhänvisning bevarad bredvid varje slutsats.

Tillverkarens bildguide inkluderar uttryckligen Medium 3.1. En direkt bildfråga kan innehålla ett läsbart diagram, en dokumentbild eller en skärmbild och fråga vilket synligt underlag som stöder en slutsats. Bevara axlar, enheter, etiketter och sammanhanget runt ett beskuret fält. Om flera bilder tillhandahålls identifierar du deras ordning och roll i stället för att låta modellen härleda vilken som är original, revision eller referens.

Kombinera exempelvis ett skriftligt processkrav med en skärmbild och begär en tabell över synliga överensstämmelser, skillnader och frågor som kräver mer information. En annan uppgift kan innehålla två versioner av ett dokument och efterfråga ett reviderat avsnitt som bevarar deras gemensamma villkor samtidigt som en namngiven motsägelse löses. Detta är föreslagna tillämpningar av de dokumenterade bild-, dokument- och redigeringsfunktionerna, med det nödvändiga resultatet definierat i förväg.

Förberedelse av den slutliga leveransen

Ge assistenten en tydlig roll, källmaterialet som ska användas och svarets form. Håll bestående svarsregler skilda från dokumentet som granskas och ange målspråk och terminologi. Ett användbart svar kan skilja ett extraherat faktum, dess källa och en tolkning åt, vilket gör det lättare att granska än en enda sammanslagen sammanfattning.

Det dokumenterade resultatet förblir text. Externa verktyg, filändringar och ytterligare dokumentbearbetning hör till applikationen som är ansluten till samtalet. Bevara den namngivna utgåvan Medium 3.1 och dess kontext på 128k token och begär förklaringen, den strukturerade posten eller den riktade revisionen som nästa steg faktiskt behöver.