Как да започнете с Forge
На тази страница
Актуализация от 2 ноември 2026 г. — Le Chat вече е Vibe. От 28 май 2026 г. Le Chat беше ребрандиран като Vibe (все още на chat.mistral.ai): единен агент за работа и кодиране, който запазва Вашите разговори, настройки и абонаменти. Legacy изживяването на Le Chat остава достъпно в режим Chat. В режим Work агентите вече са умения (извикват се с `@), спомените формират базата от знания, а задълбоченото проучване е умението Deep Research. Плановете вече се наричат Mistral Free, Pro, Team и Enterprise. Този урок използва името Vibe; някои от описаните тук менюта може да са променили имената или местоположението си.
Проект в четири фази
Стартирането на проект с Forge изисква планиране. То предполага стриктна подготовка, тясно сътрудничество с екипите на Mistral и ясна визия за Вашите цели. Всяка фаза подготвя следващата: неясното определяне на обхвата води до лош подбор на данни, лошите данни водят до разочароващ модел и Вие няма да откриете проблема преди три месеца по-късно.
Фаза 1 — Оценка и определяне на обхвата
Първо, идентифицирайте сценарии, при които фина настройка (fine-tuning) носи повече стойност от базов модел или RAG. На практика кандидатите попадат в четири повтарящи се категории. Започнете с повтарящи се задачи, изискващи дълбока експертиза — техническа диагностика, анализ на съответствието, специализирани прегледи на код, — където моделът трябва да възпроизведе експертното разсъждение, а не просто да извлече документ. Следват стандартизираните взаимодействия с клиенти: поддръжка от ниво 1–2, отговори на оферти (RFP), секторни доклади, където тонът и структурата следват Вашите установени конвенции. След това идват специфичните бизнес процеси, като оценка на риска спрямо Вашите вътрешни критерии или класификация на документи, използваща Вашата таксономия. Накрая, регулаторното съответствие се прилага, когато трябва да произвеждате документи, които се придържат към секторни стандарти, които един общ модел не познава в детайли.
Второ, оценете зрелостта на Вашите данни, която директно определя качеството на модела. Започнете с обема: уверете се, че разполагате с достатъчно висококачествени примери — обикновено няколко хиляди за ефективна фина настройка. След това разгледайте самото качество: дали примерите са надеждни, актуални и представителни за Вашата експертиза? След това проверете разнообразието: дали те покриват пълния спектър от сценарии, които моделът ще обработва? Накрая, прегледайте формата: дали те вече са структурирани или изискват подготовка? Фазата приключва със среща между Вашия екип и търговските и технически екипи на Mistral: представете Вашите цели, обсъдете случаите на употреба, потвърдете техническата осъществимост, оценете обхвата и сроковете и получете търговско предложение.
Фаза 2 — Подготовка на данните
Инженерите по внедряване (Forward-Deployed Engineers) изграждат обучаващия набор от данни заедно с Вашите екипи. Извличането получава данни от Вашите изходни системи — бази от знания, история на билетите, техническа документация, размени с клиенти. Почистването премахва дубликатите, коригира грешките и анонимизира личните данни. Форматирането трансформира всичко в двойки инструкция/отговор, подходящи за фина настройка. Валидирането предава набора от данни на Вашите предметни експерти, за да проверят качеството и релевантността на примерите. Това е най-подценяваната стъпка: невалидиран набор от данни обучава модела както на Вашите приближения, така и на Вашите най-добри практики.
Отделен оценъчен набор работи паралелно: бизнес бенчмаркове — въпроси и отговори, валидирани от Вашите експерти — и гранични случаи, сложни или двусмислени сценарии, проектирани да тестват устойчивостта. Вие задавате едни и същи въпроси както на базовия модел, така и на персонализирания модел, след което ги сравнявате спрямо изрични метрики: точност, релевантност и спазване на Вашия вътрешен тон и процеси. През цялата тази фаза данните се движат по криптирани канали, се съхраняват в изолирана среда, предназначена за Вашата организация, остават достъпни само за инженерите на Mistral, назначени за проекта, и са покрити от специфично споразумение за поверителност.
Фаза 3 — Обучение на модела
Изборът на базов модел зависи от случая на употреба: Mistral Large за сложни задачи, изискващи напреднало разсъждение, Mistral Medium за най-добрия баланс между производителност и разходи в повечето ситуации, и специализирани модели, оптимизирани за код, многоезични задачи или други домейни.
Обучението се изпълнява върху GPU инфраструктурата на Mistral в Европа. Инженерите конфигурират хиперпараметрите, стартират контролирано обучение върху Вашите данни, следят сходимостта в реално време и изпълняват множество итерации. Продължителността варира от няколко часа до няколко дни, в зависимост от обема на данните и размера на базовия модел. След всеки цикъл моделът се оценява върху тестовия набор — сравнява се с базовия модел, с анализ на грешките и граничните случаи, корекции на данните при необходимост и валидиране от Вашите предметни експерти, — докато постигне целевите показатели за производителност, дефинирани по време на определянето на обхвата.
Фаза 4 — Внедряване в продукционна среда
Внедрете персонализирания модел съобразно Вашата инфраструктура и ограниченията за съответствие.
| Опция | Какво включва |
|---|---|
| Mistral Cloud | Хостван на инфраструктурата на Mistral, достъпен чрез Mistral Enterprise и API. Най-бързо за внедряване. |
| Dedicated VPC | Пълна мрежова изолация в частен облак. Препоръчително за регулирани сектори (финанси, здравеопазване). |
| On-premise | На Вашите сървъри: пълен контрол, никакви данни не напускат Вашето помещение. Изисква подходяща GPU инфраструктура. |
| Partner Cloud | Azure, AWS или GCP чрез съществуващи интеграции. Идеално, ако Вашата облачна среда вече е налице. |
Интеграцията следва по няколко допълващи се пътя: Mistral Enterprise, където моделът става достъпен в конферентния интерфейс; REST API, за да го извиквате от Вашите приложения, работни потоци и бизнес инструменти; Python и JavaScript SDK за програмна интеграция; и webhooks, които задействат модела при бизнес събития. Внедряването не слага край на проекта. Непрекъснатият мониторинг следи латентността, точността и удовлетвореността на потребителите, открива дрейф, задейства предупреждения при влошаване и планира актуализации и повторно обучение.
Типична времева линия
| Период | Стъпка |
|---|---|
| Седмици 1–2 | Оценка и определяне на обхвата |
| Седмици 3–6 | Подготовка на данните |
| Седмици 7–10 | Обучение и оценка (итеративно) |
| Седмици 11–14 | Внедряване и интеграция |
| След това | Мониторинг, оптимизация и актуализации |
Общата продължителност варира от 3 до 6 месеца, в зависимост от сложността на случая на употреба и зрелостта на данните. Ако започнете с разпръснати, невалидирани данни, Фаза 2 се разширява — никога фазата на обучение.
Ключови изводи
- Процесът на Forge следва четири фази: оценка, данни, обучение, внедряване
- Качеството на обучаващите данни определя производителността на модела
- Инженерите по внедряване (Forward-Deployed Engineers) ръководят всяка стъпка от проекта
- Опциите за внедряване включват Mistral Cloud, VPC, on-premise или облак на партньор
- Типичен проект отнема от 3 до 6 месеца от оценката до продукционната среда