Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Hvad er Forge

Lektion 7 af 10 Opdateret 2. november 2026 Mellem
På denne side
  1. En model bygget omkring din virksomhed
  2. To løftestænger, der ikke konkurrerer
  3. Teknisk arkitektur
  4. Forward-Deployed Engineers
  5. Hvad tidlige partnerskaber viser
  6. Vigtige pointer

Opdatering 2. november 2026 — Le Chat er nu Vibe. Fra den 28. maj 2026 er Le Chat blevet omdøbt til Vibe (stadig på chat.mistral.ai): en enkelt agent til arbejde og kode, der viderefører dine samtaler, indstillinger og abonnementer. Den oprindelige Le Chat-oplevelse er stadig tilgængelig i Chat-tilstand; i Work-tilstand er agenter nu færdigheder (kaldes med @), minder udgør vidensbasen, og dyb søgning er færdigheden Deep Research. Abonnementerne hedder nu Mistral Free, Pro, Team og Enterprise. Denne lektion bruger navnet Vibe; bemærk, at nogle menuer beskrevet her kan have ændret navn eller placering.

En model bygget omkring din virksomhed

Alle organisationer bærer på en historie skabt af års beslutninger, lærdomme og processer, der er forfinet gennem erfaring. Med tiden bliver denne historie til institutionel viden: hvordan problemer defineres i din virksomhed, hvordan risici vurderes, hvordan systemer bygges, og hvordan beslutninger træffes. Denne viden lever i interne dokumenter, tekniske håndbøger, regulatoriske rammer, kodebaser og endda i de tavse vurderinger, der foretages hver arbejdsdag.

Generelle modeller arver intet af dette: de kender internettet, ikke din virksomhed. Mistral Forge, annonceret ved NVIDIA GTC-konferencen i marts 2026, er Mistral AIs svar på dette gab. Det skræddersyr Mistral’s førende modeller til din organisations proprietære data for at levere en AI, der ræsonnerer som din virksomhed.

To løftestænger, der ikke konkurrerer

Indtil nu har den primære måde at tilpasse en model til forretningsbehov været RAG (Retrieval-Augmented Generation) – præcis det, som Enterprise Search gør. RAG lader modellen være uændret og injicerer dokumentkontekst med hver forespørgsel; det excellerer, når spørgsmålet er: „Hvad er opsigelsesklausulen i sidste års kontrakt?” Fine-tuning opererer på et andet niveau: det modificerer modellens vægte for permanent at indkode din viden. Forespørgslen bliver så: „Udkast denne klausul, som vores juridiske afdeling ville gøre det,” og intet dokumentuddrag alene kan levere det. Disse tilgange erstatter ikke hinanden; de lægger lag oven på hinanden.

KriteriumRAG (Enterprise Search)Fine-tuning (Forge)
PrincipInjicerer kontekst pr. forespørgselModificerer modellens vægte
OpdateringRealtid (indekserede dokumenter)Kræver genoptræning
Ideel tilHentning af specifikke faktaAdfærd, tone, domæneekspertise
OmkostningerInkluderet i EnterprisePremium-tjeneste (Forge)

Forge leverer værdi på fire dimensioner. For det første taler modellen dit virksomhedssprog: den ved, at dine interne akronymer refererer til specifikke repositories, og holder op med at oversætte dem til generaliteter. For det andet anvender den dine processer, så en godkendelsesanmodning følger din faktiske godkendelseskæde frem for en generisk workflow. For det tredje indlejrer den din ekspertise – tekniske diagnoser, risikovurderinger, sektorspecifikke anbefalinger – i stedet for at rekonstruere den via inferens. Endelig adopterer den din tone, der matcher din interne kommunikation, kundekontakt og tekniske dokumentation, hvilket reducerer behovet for omskrivning efter generering.

Teknisk arkitektur

Forge starter aldrig fra bunden. Udgangspunktet er en førende Mistral-model – Mistral Large eller Mistral Medium – som beholder alle sine generelle ræsonnementsevner, flersprogede funktioner og kodningsevner, nu beriget med din ekspertise. Du ofrer ikke alsidighed for specialisering; du tilføjer sidstnævnte til førstnævnte.

Træningen kører på Mistral’s sikre infrastruktur med garantier, der er lige så vigtige som ydeevnen: dine træningsdata er krypterede og isolerede, beregninger kører på dedikerede GPU’er i Europa, den resulterende model er proprietær og tilhører dig, og de data, der er brugt til at træne den, slettes efter levering. Den tilpassede model deployeres derefter efter dine begrænsninger – på Mistral-infrastruktur, hvor den bliver tilgængelig via Mistral Enterprise og API’en; i en dedikeret VPC for komplet netværksisolering; on-premise på dine egne servere for total kontrol; eller på en partner-cloud (Azure, AWS eller GCP) via eksisterende integrationer.

Forward-Deployed Engineers

Det mest karakteristiske element ved Forge er ikke teknisk. Det er de dedikerede Mistral-ingeniører, kaldet Forward-Deployed Engineers (FDE’er), der arbejder direkte med dine teams. De identificerer use cases, hvor en tilpasset model virkelig tilfører værdi, strukturerer og renser træningsdatasæt, finjusterer hyperparametre for at maksimere ydeevnen, måler kvalitet mod benchmarks specifikke for din branche og guider integrationen i dine eksisterende systemer. Denne engagementsmodel, inspireret af praksis hos førende teknologivirksomheder, sikrer, at tilpasningen møder dine faktiske behov snarere end en omtrentlig fortolkning af din brief.

Hvad tidlige partnerskaber viser

Forge blev lanceret med partnere, der illustrerer dets rækkevidde af use cases: ASML anvender det til litografioptimering for halvledere, Den Europæiske Rumfartsorganisation til behandling af jordobservationsdata, Ericsson til optimering af telekommunikationsnetværk, og DSO National Laboratories i Singapore til forsvars- og sikkerhedsapplikationer. Fire sektorer, fire ordforråd, fire sæt af begrænsninger – og et fælles behov for ydeevne, sikkerhed og suverænitet, som en generisk model alene ikke kan opfylde. Næste lektion detaljerer disse deploymenter.

Vigtige pointer

  • Forge tilpasser Mistral’s førende modeller til dine proprietære data
  • Fine-tuning komplementerer RAG: det ene ændrer modeladfærd, det andet injicerer kontekst
  • Træning kører på dedikerede GPU’er i Europa; dine data slettes efter levering
  • Du ejer modellen, som deployeres på Mistral-infrastruktur, i en VPC, on-premise eller på en partner-cloud
  • Forward-Deployed Engineers guider projektet fra afgrænsning til integration