Mistral Small 3 |如何访问，功能，性能等

> Mistral AI的最新小语言模型（SLM），Mistral Small 3，提供了令人印象深刻的性能和效率。 这个240亿个参数模型具有跨不同AI任务的快速响应时间和可靠的功能。 让我们探索其功能，应用程序，可访问性和基准比较。

>

介绍小型3，这是我们最有效，最通用的模型！预训练和指导版本，Apache 2.0，24B，81％MMLU，150 TOK/s。没有合成数据，使其非常适合推理任务。 快乐的建筑！

Mistral AI Tweet

目录的

表

• 什么是Mistral Small 3？
>
• 键功能
• >性能基准
• 访问Mistral Small 3
• 实践测试
  • 编码
  • 数学推理
  • 情感分析
• >应用
• 现实世界用例
• 常见问题

什么是mistral小3？

Mistral Small 3优先考虑低潜伏期而不牺牲表现。 它的24b参数可竞争较大的模型，例如Llama 3.3 70B指令和QWEN2.5 32B指示，提供了可比的功能，并显着降低了计算需求。 作为基本模型发布的开发人员可以使用加强学习或微调进一步训练它。 它的32,000句上下文窗口和每秒处理速度150个代币的速度使其非常适合应用速度和准确性的应用。

>

键特征

多语言支持（英语，法语，德语，西班牙，意大利语，中文，日语，韩语，葡萄牙语，荷兰语，波兰）
• >具有函数呼叫和JSON输出的以代理为中心的功能
• >高级推理和对话技能
• Apache 2.0灵活的商业和非商业用途的许可
• 强大的系统提示支持
带有131k词汇的Tekken Tokenizer
• >
性能基准

在各种基准测试中，Mistral Small 3脱颖而出，在保持较高速度的同时，在特定区域的表现通常优于较大的模型。 与GPT-4O-MINI，LLAMA 3.3 70B指令，QWEN2.5 32B指示和Gemma 2 27B的比较。 >另请参见：PHI 4 vs GPT 4O-MINI比较

1。大规模的多任务语言理解（MMLU）：

2。通用问题回答（GPQA）主：它在回答各种问题，展示强大的推理能力方面优于竞争对手。>

3。 Humaneval：其编码能力与Llama-3.3-70B-Instruct. >

4。数学指示：

Mistral Small 3显示了数学问题解决方案的有希望的结果。

> Mistral Small 3的速度优势（比Llama 3.3 70B在类似硬件上的指示快三倍以上）强调了其效率。

>另请参见：qwen2.5-vl视觉模型概述

> 在 Mistral Small 3在Apache 2.0许可下可通过Mistral AI的网站，拥抱Face，Ollama，Kaggle，AI和Fireworks AI提供。 下面的kaggle示例说明了其集成：

> AI提供了与OpenAi兼容的API，Mistral AI通过LA PlateForme提供部署选项。 未来的可用性是在NVIDIA NIM，Amazon Sagemaker，Groq，Databricks和Snowflake上计划的。

>

（将随后进行动手测试，应用程序，现实世界用例和常见问题解答部分，反映原始文本的结构和内容，但进行了较小的措辞调整以改善流程和简洁性。图像将保持其原始位置。）

以上是Mistral Small 3 |如何访问，功能，性能等的详细内容。更多信息请关注PHP中文网其他相关文章！