Secondo indiscrezioni riportate da Bloomberg, la startup francese di intelligenza artificiale Mistral AI sarebbe in procinto di raccogliere circa 450 milioni di euro in un round di finanziamento che porterebbe la valutazione dell’azienda a circa 2 miliardi di dollari.
In base al report di Bloomberg, tra i finanziatori ci sarebbe un gruppo di investitori guidati da Andreessen Horowitz, che sarebbe in trattativa per investire 200 milioni di euro in finanziamenti; anche Nvidia e Salesforce avrebbero accettato di contribuire con altri 120 milioni di euro di debito convertibile.
I dettagli dell’operazione sarebbero ancora in evoluzione, con trattative private in corso, e potrebbero ancora cambiare, secondo le fonti di Bloomberg. La stessa Bloomberg sottolinea di non aver ricevuto alcun commento né da parte di Mistral AI né dei rappresentanti di Andreessen Horowitz, Nvidia e Salesforce, per cui è bene tenere presente che si tratta di rumor che non hanno al momento alcun riscontro ufficiale.
Non mancano, comunque, novità di prodotto da parte della società francese, che pochi mesi fa ha presentato il suo modello open Mistral 7B.
Il team di Mistral AI ha infatti annunciato il rilascio di Mixtral 8x7B, un modello sparse mixture of experts (SMoE) di alta qualità con pesi aperti, con licenza Apache 2.0. Secondo l’azienda, Mixtral supera Llama 2 70B nella maggior parte dei benchmark, con un’inferenza 6 volte più veloce, ed è il più robusto modello open-weight con licenza permissiva e il migliore in assoluto per quanto riguarda il rapporto costi/prestazioni. In particolare, eguaglia o supera GPT3.5 nella maggior parte dei benchmark standard.
Mixtral ha le seguenti caratteristiche: gestisce senza problemi un contesto di 32k token; gestisce inglese, francese, italiano, tedesco e spagnolo; presenta ottime prestazioni nella generazione del codice; può essere perfezionato in un modello instruction-following e che raggiunge un punteggio di 8,3 su MT-Bench.
Ma non è finita qui. Mistral Ai ha anche annunciato di aver aperto un accesso beta ai primi servizi della sua piattaforma. L’azienda ha voluto iniziare in modo semplice: la piattaforma serve tre endpoint di chat per generare testo seguendo istruzioni testuali e un endpoint di embedding. Ogni endpoint ha un diverso rapporto prestazioni/prezzo.
I due primi endpoint, mistral-tiny e mistral-small, utilizzano attualmente i due modelli aperti rilasciati dall’azienda; il terzo, mistral-medium, utilizza un modello prototipo con prestazioni più elevate che l’azienda sta testando in un contesto di deployment.
Mistral AI serve versioni “istruite” dei suoi modelli: l’azienda ha lavorato per consolidare le tecniche di allineamento più efficaci per creare modelli facili da controllare e piacevoli da usare. Inoltre pre-addestra i modelli su dati estratti dal web aperto ed esegue il fine-tuning delle istruzioni a partire dalle annotazioni.
Mistral-tiny è l’endpoint più economico, che serve attualmente Mistral 7B Instruct v0.2, una nuova versione minore di Mistral 7B Instruct. Mistral-tiny funziona solo in inglese e ottiene 7,6 su MT-Bench.
Mistral-small è l’endpoint che serve attualmente il modello più recente dell’azienda, Mixtral 8x7B, che gestisce inglese, francese, italiano, tedesco, spagnolo e codice e ottiene 8,3 su MT-Bench.
Mistral-medium è l’endpoint di qualità più elevata dell’azienda e serve attualmente un modello prototipo, che secondo Mistral AI è attualmente tra i migliori modelli serviti disponibili in base ai benchmark standard. Gestisce inglese, francese, italiano, tedesco, spagnolo e codice e ottiene un punteggio di 8,6 su MT-Bench.
Mistral AI fornisce una libreria client Python e Javascript per interrogare i suoi endpoint, che a loro volta consentono agli utenti di fornire un system prompt per impostare un livello più elevato di moderazione sugli output del modello per le applicazioni in cui questo è un requisito importante.
In questa fase di passaggio dall’accesso beta alla disponibilità generale, ora chiunque può registrarsi per utilizzare l’API, mentre Mistral AI aumenta progressivamente la capacità della sua piattaforma.
