人工智能 | Mistral 大语言模型

最新推荐文章于 2024-09-03 11:51:19 发布

霍格沃兹测试开发学社测试人社区

最新推荐文章于 2024-09-03 11:51:19 发布

阅读量318

点赞数 6

文章标签：人工智能语言模型自然语言处理软件测试测试开发

本文链接：https://blog.csdn.net/ceshiren_com/article/details/141854522

版权

Mistral AI

Mistral AI team

Mistral AI 是一家销售人工智能产品的法国公司。它由 Meta Platforms 和 Google DeepMind 的前员工于 2023 年 4 月创立。该公司于 2023 年 10 月筹集了 3.85 亿欧元，2023 年 12 月估值超过 20 亿美元

Mistral.AI 愿景与使命

我们是一个具有高科学标准的小型创意团队。我们通过突破性的创新打造开放、高效、有用且值得信赖的人工智能模型。我们的使命是让前沿人工智能无处不在，为所有建设者提供量身定制的人工智能。这需要强烈的独立性，对开放、便携和可定制解决方案的坚定承诺，以及对在有限时间内交付最先进技术的高度关注。

在线 Chat 服务 Le Chat

开源大语言模型 Mistral Mixtral

Mistral 大语言模型

Mistral-7B

Mistral-7B 大型语言模型 (LLM) 是一个预训练的生成文本模型，具有 70 亿个参数。
在所有基准测试中均优于 Llama 2 13B
在许多基准测试中均优于 Llama 1 34B
接近 CodeLlama 7B 的代码性能，同时保持良好的英语任务表现
使用分组查询注意力 (GQA) 进行更快的推理
使用滑动窗口注意 (SWA) 以较小的成本处理较长的序列

mistral 与 llama 的对比

基于 Hugging Face Transformers 使用 mistral

## Use a pipeline as a high-level helper
from transformers import pipeline

def test_mistral():
    pipe = pipeline("text-generation", model="mistralai/Mistral-7B-Instruct-v0.2")
    pipe("请为google编写web自动化测试用例，使用pytest page object设计模式，断言使用hamcrest")

使用 langchain 调用 mistral

def test_mistral():
    llm = Ollama(model="mistral", base_url="http://localhost:11434")
    r = llm.invoke('请为google编写web自动化测试用例，使用pytest page object设计模式，断言使用hamcrest')
    debug(r)

Mixtral 大语言模型

Mixtral 大语言模型介绍

这是一种具有开放权重的高质量稀疏专家混合模型 (SMoE)。根据 Apache 2.0 许可。Mixtral 在大多数基准测试中都优于 Llama 2 70B，推理速度提高了 6 倍。它是最强大的开放权重模型，具有宽松的许可证，也是成本/性能权衡方面的最佳模型。特别是，它在大多数标准基准测试中匹配或优于 GPT3.5。

Mixtral 的特点

可以优雅地处理 32k 令牌的上下文。
可以处理英语、法语、意大利语、德语和西班牙语。
在代码生成方面表现出强大的性能。

基于 Hugging Face Transformers 使用 mixtral

## Use a pipeline as a high-level helper
from transformers import pipeline

def test_mixtral():
    pipe = pipeline("text-generation", model="mistralai/Mixtral-8x7B-Instruct-v0.1")
    pipe("请为google编写web自动化测试用例，使用pytest page object设计模式，断言使用hamcrest"))

使用 langchain 调用 mixtral

def test_mixtral():
    llm = Ollama(model="mixtral", base_url="http://localhost:11434")
    r = llm.invoke('请为google编写web自动化测试用例，使用pytest page object设计模式，断言使用hamcrest')
    debug(r)

在这里插入图片描述

【霍格沃兹测试开发】精品课合集/ 自动化测试/ 性能测试/ 精准测试/ 测试左移/ 测试右移/ 人工智能测试

【霍格沃兹测试开发】腾讯/ 百度/ 阿里/ 字节测试专家技术沙龙分享合集/ 精准化测试/ 流量回放/Diff

【霍格沃兹测试开发】Pytest 用例结构/ 编写规范 / 免费分享

【霍格沃兹测试开发】JMeter 实时性能监控平台/ 数据分析展示系统Grafana/Docker 安装

【霍格沃兹测试开发】接口自动化测试的场景有哪些？为什么要做接口自动化测试？如何一键生成测试报告？

【霍格沃兹测试开发】面试技巧指导/ 测试开发能力评级/1V1 模拟面试实战/ 冲刺年薪百万！

【霍格沃兹测试开发】腾讯软件测试能力评级标准/ 要评级表格的联系我

【霍格沃兹测试开发】Pytest 与Allure2 一键生成测试报告/ 测试用例断言/ 数据驱动/ 参数化

【霍格沃兹测试开发】App 功能测试实战快速入门/adb 常用命令/adb 压力测试

【霍格沃兹测试开发】阿里/ 百度/ 腾讯/ 滴滴/ 字节/ 一线大厂面试真题讲解，卷完拿高薪Offer ！

【霍格沃兹测试开发】App自动化测试零基础快速入门/Appium/自动化用例录制/参数配置

【霍格沃兹测试开发】如何用Postman 做接口测试，从入门到实战/ 接口抓包（最新最全教程）

霍格沃兹测试开发学社测试人社区

关注

6
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
人工智能 | Mistral 大语言模型

这是一种具有开放权重的高质量稀疏专家混合模型 (SMoE)。根据 Apache 2.0 许可。Mixtral 在大多数基准测试中都优于 Llama 2 70B，推理速度提高了 6 倍。它是最强大的开放权重模型，具有宽松的许可证，也是成本/性能权衡方面的最佳模型。特别是，它在大多数标准基准测试中匹配或优于 GPT3.5。
复制链接

扫一扫