Thread Starter
- Mitglied seit
- 06.03.2017
- Beiträge
- 125.222
Mit Large 4 erweitert Mistral sein Modellportfolio um das bislang größte Sprachmodell in der Unternehmensgeschichte. Das intern als "le Chonk", zu Deutsch etwa "der Brocken", bezeichnete System kommt auf insgesamt eine Billion Parameter, von denen rund 49 Milliarden aktiv sind. Für das Training setzte Mistral nach eigenen Angaben auf 3.800 GPUs des Typs NVIDIA Grace Blackwell.
... weiterlesen
... weiterlesen