Forge : Mistral AI tente de se différencier par la personnalisation de ses LLM | LeMagIT

LeMagIT - 19/03
Mistral AI est clairement à la traîne face à ses concurrents américains et chinois. Malgré tout, il compte se différencier en proposant un service d’affinage et de réentraînement pour les usages critiques et spécifiques. Il dévoile aussi deux LLM open weight, candidats à cette personnalisation : Mistral Small 4 (raisonnement et suivi d’instructions) et Leanstral (programmation).

Comme la plupart des fournisseurs de LLM, Mistral AI mise sur l’IA agentique. Toutefois, les dirigeants de la startup n’oublient pas leur sacerdoce. Les données privées des entreprises sont la clé pour débloquer les cas d’usage les plus utiles. D’où le lancement de Forge, un service de personnalisation de ses modèles de langage.

D’autres solutions similaires existent chez les hyperscalers. Ils se concentrent exclusivement sur le post-entraînement, c’est-à-dire la phase finale d’affinage. Par exemple, à travers Bedrock, AWS fournit des offres de fine-tuning supervisé, d’apprentissage par renforcement et de distillation (transfert de connaissances).

L’ancienne version de Microsoft Foundry, désormais nommé « classic » permet d’appliquer des techniques de fine-tuning supervisés, d’optimisation directe des préférences (DPO) et d’apprentissage par renforcement sur des modèles GPT-4 et 4,1, ainsi que ceux de Mistral AI, entre autres. À travers Vertex AI, Google propose de fine-tune...
[Courte citation de 8% de l'article original]