• Mistral AI é uma empresa francesa que vende produtos de IA. Foi fundada em abril de 2023 por ex-funcionários da Meta Platforms e do Google DeepMind. 2 modelos foram lançados e estão disponíveis como pesos, 3 modelos estão disponíveis apenas via API.
  • Mistral AI é um verdadeiro projeto de código aberto com licença Apache 2.0, o que significa que pode ser usado sem restrições. Ferramentas adicionais como Ollama e LM Studio são necessárias para permitir operações locais.

Perplexity AI, uma empresa francesa, foi fundada em abril de 2023 por ex-funcionários da Meta Platforms e do Google DeepMind. A Perplexity AI é uma jovem empresa especializada em soluções de IA e aprendizado de máquina, com foco no desenvolvimento de algoritmos e tecnologias avançadas para resolver problemas complexos em vários setores, como finanças, saúde e tecnologia.

2 modelos, Mistral 7B e Mixtral 8x7B, foram lançados e estão disponíveis como pesos. 3 modelos, Mistral Small, Mistral Medium e Mistral Large, estão disponíveis apenas via API, o que significa que esses modelos são de código fechado e só podem ser acessados por meio das interfaces de programação de aplicativos (APIs) da Mistral.

Leia também:Startup francês de IA Mistral abala a indústria com o lançamento surpreendente de um LLM melhor que o ChatGPT

Com o lançamento do Mistral Large, a Mistral AI também lançou um chatbot chamado Le Chat, um equivalente ao ChatGPT, para replicar o caminho de sucesso da OpenAI. A Microsoft anunciou em fevereiro uma nova parceria com a empresa para expandir sua presença no setor de IA em rápida evolução.

O que é Mistral AI?

Perplexity AI, uma empresa francesa, foi fundada em abril de 2023 por ex-funcionários da Meta Platforms e do Google DeepMind. A Perplexity AI é uma jovem empresa especializada em soluções de IA e aprendizado de máquina, com foco no desenvolvimento de algoritmos e tecnologias avançadas para resolver problemas complexos em vários setores, como finanças, saúde e tecnologia.

2 modelos, Mistral 7B e Mixtral 8x7B, foram lançados e estão disponíveis como pesos. 3 modelos, Mistral Small, Mistral Medium e Mistral Large, estão disponíveis apenas via API, o que significa que esses modelos são de código fechado e só podem ser acessados por meio das interfaces de programação de aplicativos (APIs) da Mistral.

Leia também:Startup francês de IA Mistral abala a indústria com o lançamento surpreendente de um LLM melhor que o ChatGPT

Com o lançamento do Mistral Large, a Mistral AI também lançou um chatbot chamado Le Chat, um equivalente ao ChatGPT, para replicar o caminho de sucesso da OpenAI. A Microsoft anunciou em fevereiro uma nova parceria com a empresa para expandir sua presença no setor de IA em rápida evolução.

Como executar o Mistral AI?

Mistral AI é um verdadeiro projeto de código aberto com licença Apache 2.0, o que significa que pode ser usado sem restrições. Vamos ver como instalá-lo em um computador local sem precisar de muita programação.

Leia também:Como criar um grande modelo de linguagem (LLM)?

O mundo dos grandes modelos de linguagem (LLMs) é frequentemente dominado por soluções baseadas em nuvem. Portanto, ferramentas adicionais são necessárias para permitir operações locais. O Ollama, por exemplo, oferece uma opção interessante para executar LLMs localmente com suporte para integração do modelo Mistral. O LM Studio usa uma versão quantizada do modelo, permitindo que os usuários baixem e executem o modelo facilmente em um laptop.

Tomemos o LM Studio como exemplo: primeiro, você pode visitar o site oficial do LM Studio para baixar a versão para Windows ou Mac do arquivo. É uma ferramenta pequena com cerca de 400 MB de tamanho de download.

Após baixar e instalar de acordo com as instruções, você pode pesquisar por Mistral 7B na barra de pesquisa. Pressione Enter e você verá as variantes do Mistral 7B. Selecione uma versão para baixar; o tamanho do arquivo é de cerca de 5 GB.

Assim que o modelo Mistral AI estiver carregado nos sistemas locais, podemos tentar interagir com ele e fazer perguntas; o tempo de resposta depende da capacidade do sistema e da memória RAM, etc.

Em um ambiente de software como o LM Studio, você pode executar modelos de aprendizado de máquina em seu hardware com um servidor de inferência local, e chamadas de API servem para enviar dados a esses modelos e receber resultados.