Mistral推出Forge平台助力企业构建专属AI模型

Mistral推出了Forge平台，旨在帮助企业摆脱通用AI系统的局限，让他们能够基于专有数据训练和调整模型。

当前的AI系统主要使用开放互联网数据开发，旨在处理各种通用任务。然而，企业依赖于深度嵌入的内部知识，包括专有流程、法规要求、定制软件环境以及组织积累的经验。

"Forge在通用AI和企业特定需求之间架起了桥梁，"Mistral在声明中表示。"组织无需依赖广泛的公共数据，而可以训练理解其内部环境的模型，这些模型嵌入在系统、工作流程和政策中，使AI与其独特运营保持一致。"

Mistral表示，Forge支持模型生命周期的多个阶段，包括在内部数据集上进行预训练、针对特定任务的后训练，以及通过强化学习使模型与内部政策和运营要求保持一致。

该公司表示，ASML、爱立信和欧洲航天局等组织已经在使用Forge。

Mistral还强调数据控制，表示企业可以保留对模型和底层数据的所有权，这对担心依赖第三方AI提供商的公司来说是一个重要问题。

这一举措使Mistral与OpenAI和Anthropic等竞争对手展开更直接的竞争，后者迄今为止更专注于通用模型和企业集成。

虽然这个想法可能很有吸引力，但并非所有人都相信它会得到广泛采用。成本和准备度方面的担忧可能会限制定制模型开发仅适用于小众用例。

据Kadence International高级副总裁Tulika Sheel表示，从零开始构建模型对于"拥有强大AI人才、充足预算和特定数据优势的少数大型企业"来说仍然现实。

"对于大多数组织来说，微调和RAG（检索增强生成）将继续更加实用和经济高效，"Sheel说。"Mistral方法变得相关的地方是在高度监管或特定领域的行业，这些行业需要对数据、模型和输出的完全控制。"

Sheel补充说，完全定制的模型在合规性要求严格的行业、多语言环境以及法律、医疗保健和金融分析等高度专业化的工作流程中最为相关。在这些情况下，通过检索技术增强的通用模型可能无法提供所需的细致入微和一致性。

其他人表示，只有当企业对如何部署AI有明确的战略理解时，Mistral的产品才会有用。

"我认为我们还没有达到那一步，企业仍在摸索AI，"Techarc创始人兼首席分析师Faisal Kawoosa说。"他们引入这个概念是好的，我的感觉是企业现在会进行实验。但我认为至少在未来两年内不会有任何严肃的部署，到那时企业可能对其业务中的AI有更清晰的认识。"

尽管如此，分析师认为此类产品存在发展空间，因为数据主权正变得越来越重要，特别是在欧洲和中东等地区，以及金融、法律、量子计算和医疗保健等行业。

"针对这些行业微调的前沿模型，无论是基于开放还是专有基础模型，都无法提供所需的主权水平，Mistral正试图通过Forge解决这个问题，"Counterpoint Research研究副总裁Neil Shah说。"与目前前沿模型中使用的RAG方法相比，完全定制、精简和优化的模型可以提供更准确和相关的输出。"

Q&A

Q1：Mistral Forge平台有什么特殊功能？

A：Forge是Mistral推出的新平台，帮助企业基于专有数据训练和调整AI模型。它支持模型生命周期的多个阶段，包括内部数据集预训练、特定任务后训练，以及强化学习来使模型与内部政策保持一致。

Q2：哪些企业已经在使用Forge平台？

A：根据Mistral公司表示，目前已有ASML、爱立信和欧洲航天局等知名组织在使用Forge平台进行AI模型的定制化开发。

Q3：企业使用Forge平台会面临什么挑战？

A：主要挑战包括高昂的成本和技术准备度问题。专家认为从零开始构建模型只适合拥有强大AI人才、充足预算和特定数据优势的少数大型企业，对大多数组织来说微调和检索增强生成仍然更加实用经济。