Mistral lancia Forge per addestrare modelli AI aziendali da zero

Mistral, la startup AI francese, vuole ha appena lanciato Forge, una piattaforma per creare modelli AI personalizzati addestrati sui dati dell’azienda. Non fine-tuning su un modello esistente. Addestramento da zero.

Mistral lancia Forge: modelli AI su misura per le aziende

“Personalizzazione” è la parola che si sente di più nel mercato dell’AI aziendale. Nella pratica, significa quasi sempre aggiustamenti su un modello già addestrato, senza stravolgerne la struttura, oppure al RAG, interroga i dati aziendali al momento della risposta. Funziona, fino a un certo punto. Il modello, in fondo, resta quello di partenza.

Mistral invece, permetterà alle aziende di addestrare modelli partendo da zero, usando la propria libreria di modelli open-weight come base. In teoria, questo risolve problemi che il fine-tuning solitamente non affronta. Consente una gestione migliore delle lingue diverse dall’inglese, dei dati molto specialistici e offre un controllo più completo sul comportamento del modello. Inoltre, permetterà di addestrare agenti AI con il reinforcement learning, senza dipendere da fornitori esterni.

I compromessi che si fanno quando si costruiscono modelli più piccoli è che non possono essere altrettanto bravi su ogni argomento quanto i modelli più grandi, ha spiegato il co-fondatore Timothée Lacroix. La possibilità di personalizzarli permette di scegliere cosa enfatizzare e cosa tralasciare.

Team di ingegneri al servizio dei clienti

Forge non offre solo strumenti per creare dati sintetici e gestire l’infrastruttura. Il problema è che molte aziende non sanno come usarli davvero. Non hanno le competenze per valutare se il modello funziona bene o per capire quali dati servono e in che quantità.

Per questo Mistral AI affianca ai clienti un team di ingegneri che lavora direttamente con loro, aiutandoli a progettare i sistemi. un modello preso in prestito da IBM e Palantir. Tra i primi che stanno già usando Forge di Mistral ci sono Ericsson, l’Agenzia Spaziale Europea, la società di consulenza italiana Reply, le agenzie governative di Singapore DSO e HTX, e ASML.

I casi d’uso

I principali ambiti di utilizzo sono piuttosto diversi tra loro, ma hanno un punto in comune, la necessità di modelli capaci di adattarsi al proprio contesto.

Per esempio, i governi possono usare questi sistemi per avere modelli che capiscono davvero la lingua, le norme e i riferimenti culturali locali, invece di basarsi su soluzioni pensate soprattutto per il mondo anglosassone.

Nel settore finanziario, invece, il tema centrale è la conformità alle regole. Le banche e le istituzioni devono rispettare normative molto rigide, quindi hanno bisogno di modelli sui cui mantengono il controllo, e addestrati su dati specifici e verificati.

Nel manifatturiero, le aziende vogliono soluzioni su misura per i propri processi, macchinari e flussi di lavoro, quindi servono modelli altamente personalizzati.

Infine, le aziende tech hanno bisogno di modelli capaci di lavorare sul proprio codice, in base ai linguaggi, agli strumenti e agli standard interni.