Zum Hauptinhalt springen

Deutsche Ausgabe

KI-Logik mit Mistral: reasoning_effort, Small 4 und Large 4

Mistral-Logik im Jahr 2026: Einsatz von reasoning_effort bei Mistral Small 4 und Large 4, Analyse von Denkabschnitten, Agenten und Konversationen, Migration von Magistral (eingestellt) sowie praktische Anwendungsfälle in Mathematik, Code und Entscheidungsfindung.

12 Lektionen ca. 1 h 30 min Entwickler

Das lernen Sie

  • Den Parameter reasoning_effort setzen, um die Logiktiefe an den tatsächlichen Bedarf anzupassen
  • Die Denkabschnitte einer Antwort interpretieren und in einem Agenten oder einer Konversation nutzen
  • Schrittweise Logik zur Lösung mathematischer Probleme und zum Debuggen anwenden
  • Zwischen anpassbarer Logik und nativer Logik basierend auf Kosten und Zielaufgabe abwägen
  • Eine auf Magistral basierende Anwendung auf Mistral Small 4 und Medium 3.5 migrieren

Kursübersicht

Zielgruppe
Entwickler, Ingenieure und Integratoren, die Mistral AI über die API in ihren Anwendungen nutzen möchten.
Voraussetzungen
Fähigkeit, Python und JSON zu lesen, Grundkenntnisse der Kommandozeile. Ein Mistral AI Studio API-Schlüssel zum Ausprobieren der Beispiele.
Dauer
1 h 30 min — 12 Lektionen
Modalitäten
100 % onlineer Selbstlernkurs, rund um die Uhr über den Browser zugänglich. Der Fortschritt wird gespeichert und kann jederzeit fortgesetzt werden. Geschätzte Dauer: 1 h 30 min.
Bewertung
Anwendungsübungen werden während der Lektionen vorgeschlagen. Jede Lektion endet mit den wichtigsten Erkenntnissen zur Selbstüberprüfung. Ein abschließendes Quiz mit 5 korrigierten Fragen am Ende der letzten Lektion validiert die erworbenen Fähigkeiten.
Barrierefreiheit
Der Kurs ist für Menschen mit Behinderungen zugänglich: Textinhalte sind mit Screenreadern kompatibel, die Navigation erfolgt über die Tastatur und die Kontraste entsprechen den Vorgaben. Bei Anpassungsbedarf wenden Sie sich bitte per E-Mail an [email protected].
Preis
Kostenlos

Kursinhalt

  1. 01 Einführung in KI-Reasoning bei Mistral
  2. 02 Der Parameter reasoning_effort
  3. 03 Denk-Blöcke: Lesen der Modell-Argumentation
  4. 04 Schlussfolgerung in Agenten und Gesprächen
  5. 05 Welches Modell für das Nachdenken: Small 4, Large 4 oder Medium 3.5
  6. 06 Einen Denkmodell anleiten
  7. 07 Mehrwendige Gespräche: Beibehaltung des Denkverlaufs in der Historie
  8. 08 Migration von Magistral
  9. 09 Mathematische Problemlösung
  10. 10 Nachdenken für Code und Debugging
  11. 11 Analyse und Entscheidungsfindung
  12. 12 Die richtige Anstrengungsstufe für das Nachdenken wählen