←搜索结果

搜索“Mistral AI”

按匹配度 · 共 15 条结果 清除搜索

星期四

星期二

  1. Mistral AI

    Mistral AI 用智能体工作流加速产品开发

    Mistral AI 构建了 TranscriptToPRDTicket 智能体工作流，可将会议转录自动生成 PRD 和开发工单。该系统由基于 Mistral Large 2 的 PRDAgent 与 TicketCreationAgent 组成，并可在 Linear、Jira 等项目管理工具中创建结构化工单。

    Diagram Prd High Level Overview

    匹配字段标题、摘要、正文

    #lab#教程/实践#Agent#编码

星期三

  1. Mistral AI精选

    Mistral 如何用 Vibe 搭建自动编写 Rails 测试的智能体

    Mistral AI 基于其开源编码助手 Vibe 搭建了一个自动为 Rails 项目生成和改进 RSpec 测试的智能体，可在 CI/CD 中无人干预运行，并支持多实例并行处理不同文件。该智能体通过仓库级 AGENTS.md 提供分步执行计划、按文件类型拆分 skills 文件，并加入 RuboCop 与 SimpleCov 自定义工具，其中把 SimpleCov 放在最后一步强制运行每个测试是最关键的决定，因为首次执行时只有约三分之一测试通过。在包含 275 个源文件的真实仓库实验中，已有测试文件的 LLM-as-a-judge 评分从 0.49 提升到 0.74，覆盖率达到 100%。

    匹配字段摘要

    #lab#教程/实践#Agent#编码

星期四

  1. Mistral AI精选

    堆也会撒谎：调试 vLLM 内存泄漏

    Mistral AI 定位了 vLLM 在 Mistral Medium 3.1、图编译及 Prefill/Decode 分离部署下每分钟增长 400 MB 的内存泄漏，根因是 NIXL 依赖的 UCX 拦截 mmap，并让待清理区域在 RCache 失效队列中累积。设置 UCX_MEM_MMAP_HOOK_MODE=none 可消除泄漏且未影响性能，另可将 UCX_RCACHE_MAX_UNRELEASED 设为 1024；相关修复已合并至 vLLM，UCX 与 NIXL 团队也计划在未来版本中调整行为。

    E2f0fa05 5d77 4acc Ac9b 43e10db5769c Copie

    Mistral AI 定位了 vLLM 在 Mistral Medium 3.1、图编译及 Prefill/Decode 分离部署下每分钟增长 400 MB 的内存泄漏，根因是 NIXL 依赖的 UCX 拦截 mmap，并让待清理区域在 RCache 失效队列中累积。设置 UCX MEM MMAP HOOK MODE=none 可消除泄漏且未影响性能，另可将 UCX RCACHE MAX UNRELEASED 设为 1024；相关修复已合并至 vLLM，UCX 与 NIXL 团队也计划在未来版本中调整行为。 · Mistral AI traced a 400 MB-per-minute memory leak in vLLM—occurring with Mistral Medium 3.1, graph compilation, and disaggregated Prefill/Decode serving—to UCX’s mmap interception and the accumulation of regions in its RCache invalidation qu

    匹配字段摘要、正文

    #lab#教程/实践#部署/工程#开源生态

星期五

  1. Mistral AI

    通过微调释放视觉语言模型在卫星图像上的潜力

    Mistral AI 微调 Pixtral-12B 后，将 AID 卫星图像分类的总体准确率从 0.56 提升至 0.91，并把无效类别幻觉率从 5% 降至 0.1%。实验使用 8,000 个训练样本和 2,000 个测试样本，覆盖 30 个类别，预算不超过 $10。

    1 Pixal 12b

    Mistral AI 微调 Pixtral-12B 后，将 AID 卫星图像分类的总体准确率从 0.56 提升至 0.91，并把无效类别幻觉率从 5% 降至 0.1%。实验使用 8,000 个训练样本和 2,000 个测试样本，覆盖 30 个类别，预算不超过 $10。 · Mistral AI fine-tuned Pixtral-12B for AID satellite image classification, raising overall accuracy from 0.56 to 0.91 and reducing hallucinated invalid labels from 5% to 0.1%. The experiment used 8,000 training samples and 2,000 test samples across 30 classes, with a budget of no more than $10.

    匹配字段摘要

    #lab#教程/实践#多模态#数据/训练

星期三

  1. Mistral AI

    如何用 LLM 作为裁判评估 RAG 系统

    Mistral AI 介绍了如何结合“LLM 作为裁判”、RAG Triad 与结构化输出，对 RAG 系统的检索和生成环节进行端到端评估。RAG Triad 分别衡量上下文相关性、事实依据性和答案相关性；结构化输出则通过明确的评分标准与 Schema，生成便于机器读取和汇总的评估结果。

    Mistral AI 介绍了如何结合“LLM 作为裁判”、RAG Triad 与结构化输出，对 RAG 系统的检索和生成环节进行端到端评估。RAG Triad 分别衡量上下文相关性、事实依据性和答案相关性；结构化输出则通过明确的评分标准与 Schema，生成便于机器读取和汇总的评估结果。 · Mistral AI explains how to combine “LLM as a Judge,” the RAG Triad, and structured outputs to evaluate both retrieval and generation in RAG systems end to end. The RAG Triad measures context relevance, groundedness, and answer relevance, while structured outputs use explicit grading criteria and schemas to produce machine-readable results that can be

    匹配字段摘要

    #lab#教程/实践#RAG#评测/基准

星期日

  1. 事件1 条新闻 · 1 个事实

    Mistral AI展示R1 Pro具身智能用例

    2026年7月9日,星海图 Galaxea 分享了一个与 Mistral AI 相关的 Galaxea R1 Pro 用例,并将其描述为具身智能领域的新突破。目前输入材料仅确认该用例已获展示,尚未提供其具体功能、测试结果、性能指标或可用性等进一步信息。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    Mistral Large 4上线Arena并获首批评测

    2026年10月6日,Mistral AI的Mistral Large 4上线Arena,可在Agent Arena中实测,用户投票将影响其评估结果,分数稍后公布;Agent Arena用数百万个真实长周期智能体任务评测模型,模型可调用网页搜索、文件系统和终端工具完成复杂工作流,排行榜以因果追踪方法衡量模型相对平均模型的结果表现。Mistral Large 4同时上线Code Arena的WebDev、Text和Vision三个方向。10月8日,Arena发布对Mistral Large 4的首批评测,该模型为1T参数、49B激活,开放权重将于本月底发布;Arena用一系列真实场景测试将其与GPT-6.1 Sol、Astra、Claude Fable、Claude Opus 5.5、Claude Sonnet 5.5、Kimi K3、GLM 5.3 Flash、DeepSeek Flash和Muse Spark等模型对比,后续还会公布更多分数和更新。

    匹配字段摘要

  3. 事件1 条新闻 · 1 个事实

    Mistral构建Rails测试智能体

    2026年3月11日,Mistral AI 构建了一个基于其开源编码助手 Vibe 的智能体,用于自动为 Rails 项目生成和改进 RSpec 测试。该智能体可在 CI/CD 中无人干预运行,并支持多实例并行处理不同文件。其实现方式包括通过仓库级 AGENTS.md 提供分步执行计划、按文件类型拆分 skills 文件,并加入 RuboCop 与 SimpleCov 自定义工具;其中把 SimpleCov 放在最后一步强制运行每个测试被视为最关键的决定,因为首次执行时只有约三分之一测试通过。在包含 275 个源文件的真实仓库实验中,已有测试文件的 LLM-as-a-judge 评分从 0.49 提升到 0.74,覆盖率达到 100%。目前尚无后续发展事实。

    匹配字段摘要

星期五