"Kaip pradėti naudoti „Forge“
Šiame puslapyje
Atnaujinimas, 2026 m. lapkričio 2 d. – „Le Chat“ dabar yra „Vibe“. Nuo 2026 m. gegužės 28 d. „Le Chat“ buvo pervadintas į „Vibe“ (vis tiek adresu chat.mistral.ai): tai vienas agentas darbui ir kodui, kuris perkelia jūsų pokalbius, nustatymus ir prenumeratas. Senoji „Le Chat“ patirtis vis dar pasiekiama režimu „Chat“. Režimu „Work“ agentai dabar yra įgūdžiai (kviečiami naudojant
@), atmintys sudaro žinių bazę, o gilus tyrimas yra įgūdis „Deep Research“. Planai dabar vadinami „Mistral Free“, „Pro“, „Team“ ir „Enterprise“. Šioje pamokoje naudojamas pavadinimas „Vibe“; kai kurie čia aprašyti meniu pavadinimai arba vietos galėjo pasikeisti.
Keturių etapų projektas
„Forge“ projekto paleidimas reikalauja planavimo. Tam būtinas kruopštus pasiruošimas, glaudus bendradarbiavimas su „Mistral“ komandomis ir aiški jūsų tikslų vizija. Kiekvienas etapas parengia pagrindą kitam: neaiškus apibrėžimas lemia prastą duomenų atranką, prasti duomenys – nuviliantį modelį, o problemą pastebėsite tik po trijų mėnesių.
1 etapas – Vertinimas ir apibrėžimas
Pirmiausia nustatykite scenarijus, kai derinimas (fine-tuning) suteikia daugiau vertės nei bazinis modelis arba RAG. Praktiškai kandidatai patenka į keturias pasikartojančias kategorijas. Pradėkite nuo pasikartojančių užduočių, reikalaujančių gilių žinių – techninės diagnostikos, atitikties analizės, specializuotų kodų peržiūrų – kai modelis turi atkartoti eksperto samprotavimus, o ne tiesiog surasti dokumentą. Toliau eina standartizuota sąveika su klientais: 1–2 lygio pagalba, atsakymai į pasiūlymų prašymus (RFP), sektoriaus ataskaitos, kur tonas ir struktūra laikosi jūsų nusistovėjusių konvencijų. Tada – specifiniai verslo procesai, pavyzdžiui, rizikos vertinimas pagal jūsų vidinius kriterijus arba dokumentų klasifikavimas naudojant jūsų taksonomiją. Galiausiai, reguliavimo reikalavimai taikomi tada, kai turite rengti dokumentus, atitinkančius tam tikro sektoriaus standartus, kurių bendros paskirties modelis detaliai nežino.
Antra, įvertinkite savo duomenų brandą, kuris tiesiogiai lemia modelio kokybę. Pradėkite nuo apimties: patikrinkite, ar turite pakankamai aukštos kokybės pavyzdžių – efektyviam derinimui paprastai reikia kelių tūkstančių. Tada įvertinkite pačią kokybę: ar pavyzdžiai yra patikimi, naujausi ir atspindi jūsų ekspertizę? Toliau patikrinkite įvairovę: ar jie apima visą scenarijų spektrą, su kuriuo modelis turės dirbti? Galiausiai peržiūrėkite formatą: ar jie jau struktūruoti, ar reikia papildomo paruošimo? Šis etapas baigiasi jūsų komandos ir „Mistral“ komercinės bei techninės komandų susitikimu: pristatykite savo tikslus, aptarkite naudojimo atvejus, patvirtinkite techninį įgyvendinamumą, įvertinkite apimtį ir terminus bei gaukite komercinį pasiūlymą.
2 etapas – Duomenų rengimas
„Forward-Deployed Engineers“ inžinieriai kartu su jūsų komandomis kuria mokymo duomenų rinkinį. Išgavimas surenka duomenis iš jūsų šaltinių sistemų – žinių bazių, bilietų istorijų, techninės dokumentacijos, klientų susirašinėjimų. Valymas pašalina dublikatus, taiso klaidas ir anonimizuoja asmens duomenis. Formatavimas viską paverčia instrukcijos/atsakymo poromis, tinkamomis derinimui. Tikrinimas perduoda duomenų rinkinį jūsų srities ekspertams, kad jie patikrintų pavyzdžių kokybę ir aktualumą. Tai yra labiausiai nuvertinamas žingsnis: nepatikrintas duomenų rinkinis išmoko modelį jūsų apytikslių sprendimų kartu su geriausia praktika.
Atskiras vertinimo rinkinys ruošiamas lygiagrečiai: verslo lyginamieji rodikliai – jūsų ekspertų patvirtinti klausimai ir atsakymai – bei ribiniai atvejai, sudėtingi arba dviprasmiški scenarijai, skirti patikrinti patikimumą. Tuos pačius klausimus užduodate ir baziniam, ir pritaikytam modeliui, tada juos palyginate pagal aiškius rodiklius: tikslumą, aktualumą ir atitikimą jūsų vidiniam tonui bei procesams. Viso šio etapo metu duomenys perduodami šifruotais kanalais, saugomi izoliuotoje aplinkoje, skirtoje tik jūsų organizacijai, yra pasiekiami tik „Mistral“ inžinieriams, priskirtiems projektui, ir yra saugomi specifiniu konfidencialumo susitarimu.
3 etapas – Modelio mokymas
Bazinio modelio pasirinkimas priklauso nuo naudojimo atvejo: „Mistral Large“ – sudėtingoms užduotims, reikalaujančioms pažangaus samprotavimo, „Mistral Medium“ – geriausiam našumo ir kainos santykiui daugeliu situacijų, o specializuoti modeliai optimizuoti kodui, daugiakalbėms užduotims ar kitoms sritims.
Mokymas vykdomas „Mistral“ GPU infrastruktūroje Europoje. Inžinieriai konfigūruoja hiperparametrus, paleidžia prižiūrimą mokymą su jūsų duomenimis, stebi konvergenciją realiuoju laiku ir vykdo kelias iteracijas. Trukmė svyruoja nuo kelių valandų iki kelių dienų, priklausomai nuo duomenų apimties ir bazinio modelio dydžio. Po kiekvieno ciklo modelis vertinamas naudojant testavimo rinkinį – lyginamas su baziniu modeliu, atliekama klaidų ir ribinių atvejų analizė, prireikus koreguojami duomenys ir gaunamas jūsų srities ekspertų patvirtinimas – tol, kol pasiekiami vertinimo etape nustatyti našumo tikslai.
4 etapas – Diegimas gamyboje
Diekite pritaikytą modelį pagal savo infrastruktūros ir atitikties reikalavimus.
| Parinktis | Ką tai apima |
|---|---|
| Mistral Cloud | Priegloba „Mistral“ infrastruktūroje, pasiekiama per „Mistral Enterprise“ ir API. Greičiausiai diegiama. |
| Dedicated VPC | Visiškas tinklo izoliavimas privačiame debesyje. Rekomenduojama reguliuojamiems sektoriams (finansai, sveikatos priežiūra). |
| On-premise | Jūsų serveriuose: visiška kontrolė, jokie duomenys neišeina iš jūsų patalpų. Reikia tinkamos GPU infrastruktūros. |
| Partner Cloud | „Azure“, „AWS“ arba „GCP“ per esamas integracijas. Idealu, jei jūsų debesijos aplinka jau sukurta. |
Toliau vyksta integracija keliais papildomais būdais: „Mistral Enterprise“, kur modelis tampa prieinamas pokalbių sąsajoje; REST API, skirtas jį kviesti iš jūsų programų, darbo eigų ir verslo įrankių; „Python“ ir „JavaScript“ SDK programinei integracijai; ir „webhooks“, kurie suaktyvina modelį įvykus verslo įvykiams. Diegimas nepažymi projekto pabaigos. Nuolatinis stebėjimas fiksuoja delsą, tikslumą ir naudotojų pasitenkinimą, aptinka nukrypimus, suaktyvina įspėjimus apie blogėjimą ir planuoja atnaujinimus bei pakartotinį mokymą.
Tipinė laiko juosta
| Laikotarpis | Žingsnis |
|---|---|
| 1–2 savaitės | Vertinimas ir apibrėžimas |
| 3–6 savaitės | Duomenų rengimas |
| 7–10 savaičių | Mokymas ir vertinimas (iteracinis) |
| 11–14 savaičių | Diegimas ir integracija |
| Vėliau | Stebėjimas, optimizavimas ir atnaujinimai |
Bendra trukmė svyruoja nuo 3 iki 6 mėnesių, priklausomai nuo naudojimo atvejo sudėtingumo ir duomenų brandos. Jei pradedate nuo išsibarsčiusių, nepatikrintų duomenų, 2 etapas išsiplečia – niekada ne mokymo etapas.
Svarbiausi punktai
- „Forge“ procesą sudaro keturi etapai: vertinimas, duomenys, mokymas, diegimas
- Mokymo duomenų kokybė lemia modelio našumą
- „Forward-Deployed Engineers“ inžinieriai vadovauja kiekvienam projekto žingsniui
- Diegimo parinktys apima „Mistral Cloud“, VPC, on-premise arba partnerio debesiją
- Tipinis projektas trunka nuo 3 iki 6 mėnesių nuo vertinimo iki paleidimo gamyboje