Das französische KI-Labor Mistral hat sein neuestes großes Sprachmodell, Mistral Large 4 (ML4), das intern „Le Chonk“ genannt wird, in einer öffentlichen Vorschau veröffentlicht. Das Modell, das über eine Billion Parameter verfügt, wird als offene Lösung für Cybersicherheitsanforderungen positioniert und soll Unternehmen sowie Regierungen eine umfassende Kontrolle über ihre Verteidigungsstrategien ermöglichen.
Die Veröffentlichung erfolgt in einer Zeit, in der die Sicherheit von KI-Modellen nach mehreren Vorfällen im Fokus steht. Offene Modelle, deren interne Parameter öffentlich zugänglich sind und von Nutzern angepasst werden können, werden zunehmend als Alternative zu proprietären Modellen betrachtet, deren Anbieter den Zugang jederzeit entziehen können.
Sicherheitskontrolle und Datenhoheit
Mistral betont, dass ML4 speziell für Cybersicherheit entwickelt wurde, die unter der vollständigen Kontrolle der Nutzer bleibt. Guillaume Lample, Mitbegründer von Mistral, erklärte, dass die Cybersicherheitsfunktionen es Unternehmen und Regierungen ermöglichen sollen, sich gegen Angreifer zu verteidigen, die geschlossene Modelle für Cyberangriffe manipulieren. Diese Betonung der Kontrolle und Datenhoheit spiegelt einen Branchentrend wider, bei dem Sicherheit für Unternehmenskunden eine Priorität ist.
Mistral war auch Teil der Nvidia Open Secure AI Alliance, einer branchenübergreifenden Partnerschaft, die offene Modelle als entscheidend für die Demokratisierung von Verteidigungsmaßnahmen gegen KI-Sicherheitsvorfälle ansieht. Laut Mistral sind offene Modelle, die vollständig von Unternehmen besessen und kontrolliert werden können, entscheidend, um eine Anbieterbindung zu vermeiden.
Leistung und Vergleich
Mistral gibt an, dass ML4 in Bezug auf Cybersicherheitsfähigkeiten andere führende Modelle wie die von Kimi, Deepseek und Meta übertrifft. Abgesehen von der Sicherheit zeigt „Le Chonk“ auch Stärken in Finanzanwendungen und multimodalen Anwendungsfällen. Frühe Analysen Dritter deuten darauf hin, dass ML4 in bestimmten Computer-Vision-Aufgaben mit teureren proprietären Modellen wie GPT-6 Astra konkurrieren kann. Zudem erreichte es bei Harveys Legal Agent Benchmark einen neuen Höchstwert von 15 % für offene Modelle und übertraf DeepSeek-Modelle bei Finanzaufgaben. Mistral hat betont, dass das Unternehmen keine proprietären Modelle anderer Labs kopiert.
Verfügbarkeit und Entwicklung
„Le Chonk“ ist ab sofort in einer öffentlichen Vorschau verfügbar. Die Modellgewichte will Mistral am 27. Oktober veröffentlichen. Diese Zeitspanne soll es dem Labor ermöglichen, einen Monat lang mit Entwicklern, Cybersicherheitsexperten und staatlichen Behörden zusammenzuarbeiten, um die Fähigkeiten und das Verhalten von ML4 in realen Umgebungen weiter zu bewerten. Ähnlich wie bei anderen großen KI-Labs erhalten erste Testpartner Zugang zu einer weniger eingeschränkten Version von ML4 mit erweiterten Cybersicherheitsfunktionen.
Das Training eines wettbewerbsfähigen Modells wie ML4 war für Mistral eine Herausforderung, insbesondere angesichts der Ressourcenknappheit im Bereich Rechenleistung. Das Modell wurde über zwei Monate hinweg von Grund auf mit 4.000 Nvidia Grace Blackwell GPUs in Mistrals eigenen Rechenzentren in Europa trainiert. Mistral erwartet, dass sich das Modell in den kommenden Monaten erheblich verbessern wird und als Basis für eine neue Welle spezialisierter und optimierter Modelle dienen wird.
Thema: Mistral. Quelle/Inspiration: ZDNet.