网站建设视觉效果网站开发需要用到的技术

Mistral AI 发布开源模型 Mistral Small 3：小巧、快速、强大

法国人工智能初创公司 Mistral AI 发布了最新的开源模型 Mistral Small 3，这是一个基于 Apache 2.0 许可证的 240 亿参数模型，主打低延迟和高性能。尽管体积小巧，Mistral Small 3 的性能却堪比更大的模型，例如 Llama 3.3 70B 或 Qwen 32B，并且可以作为闭源专有模型（如 GPT4o-mini）的优秀开源替代品。其速度更是比 Llama 3.3 70B instruct 快 3 倍以上，同时在 MMLU 基准测试中达到了 81% 的准确率 ，每秒可生成 150 个 token，是同类模型中效率最高的。

主要亮点：

• Apache 2.0 许可证:
  允许用户自由下载、修改和使用，推动开源社区的创新。
• 低延迟、高性能:
  参数量仅 240 亿，却能达到与 700 亿参数模型相当的性能，并且速度更快，更适合本地部署。
• 强大的指令遵循能力:
  经过指令微调，Mistral Small 3 在代码、数学、常识和指令遵循等基准测试中表现出色，与 GPT4o-mini 等专有模型竞争。
• 开源预训练和指令微调版本:
  提供预训练和指令微调两种版本，方便用户根据需求选择和定制。
• 多平台支持:
  Hugging Face、Ollama、Kaggle、Together AI 和 Fireworks AI 等平台均已上线，未来还将支持 NVIDIA NIM、AWS Sagemaker、Groq、Databricks 和 Snowflake 等。

性能数据：

• MMLU 准确率： 超过 81%
• Token 生成速度： 150 tokens/s
• 与 Llama 3.3 70B instruct 相比，速度提升 3 倍以上。
• 在多项基准测试中，与 Qwen2.5-32B-Instruct、Llama-3.3-70B-Instruct 和 Gemma-2-27B-IT 等模型表现相当甚至更优。
• 第三方评估显示，在超过 1000 个代码和通用提示的测试中，Mistral Small 3 的表现优于其他模型。

适用场景：

• 快速响应的对话助手
• 低延迟函数调用
• 微调以创建特定领域的专家模型
• 本地推理，尤其适用于处理敏感信息

Mistral AI 的开源承诺：

Mistral AI 重申了对通用模型使用 Apache 2.0 许可证的承诺，逐步放弃 MRL 许可证。这意味着未来的模型将更加开放，方便社区使用和贡献。同时，Mistral AI 也将继续提供商业模型，以满足企业对特定功能 的需求。

来源：

https://mistral.ai/news/mistral-small-3/

asdf 0.16.0 版本发布：Golang 重写带来性能飞跃！

asdf 发布了 0.16.0 版本，这是一个具有里程碑意义的版本，因为它使用 Golang 完全重写了核心代码！

主要改进：

• 性能提升：
  Golang 重写带来了显著的性能提升，使得版本管理操作更加流畅快捷。
• 代码简化：
  新的代码库更加简洁易懂，方便开发者理解和贡献。
• 易于维护：
  Golang 的特性使得代码库更易于维护，有利于项目的长期发展。

需要注意的重大变更：

由于语言的改变以及一些简化和改进用户体验的需求，0.16.0 版本引入了一些重大变更，可能会影响现有用户的升级过程。强烈建议用户在升级前仔细阅读官方的升级指南。 为了方便用户，0.16.0 版本的 Bash 代码中添加了警告信息，指导用户参考升级指南进行升级。

来源：

https://github.com/asdf-vm/asdf/releases/tag/v0.16.0

更多内容请查阅 : blog-250204