Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Procesas Forge

Nodarbība 12 no 14 Atjaunota 2026. gada 2. novembris Vidējs
Šajā lapā
  1. Nuo vertinimo iki diegimo: visa kelionė
  2. 1 etapas: Vertinimas (2–4 savaites)
  3. 2 etapas: Duomenų paruošimas (4–8 savaites)
  4. 3 etapas: Mokymas ir iteracija (4–6 savaites)
  5. 4 etapas: Diegimas ir stebėsena (2–4 savaites)
  6. Biudžetas ir ištekliai, kuriuos reikia numatyti
  7. Galvenās atziņas

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 išsaugo jūsų pokalbius, nustatymus ir prenumeratas. Senoji „Le Chat” patirtis vis dar prieinama režimu „Chat”. Režimu „Work” agentai dabar yra įgūdžiai (kviečiami naudojant @), atmintys veikia kaip žinių bazė, o gilus tyrimas yra įgūdis „Deep Research”. Planai dabar vadinami „Mistral Free”, „Pro”, „Team” ir „Enterprise”. Šioje pamokoje naudojamas pavadinimas „Vibe”; atkreipkite dėmesį, kad kai kurių čia aprašytų meniu pavadinimai arba vietos galėjo pasikeisti.

Nuo vertinimo iki diegimo: visa kelionė

„Forge” projektą sudaro keturi etapai, kuriems vadovauja „Mistral” lauko diegimo inžinierius (FDE). Jūs nieko nekonfigūruojate vienas iš konsolės. Vietoj to, projektas yra bendras jūsų organizacijos ir „Mistral AI” įsipareigojimas su apibrėžtais etapais, išmatuojamais rezultatais ir numatoma laiko juosta: 2–4 savaites vertinimui, 4–8 savaites duomenų paruošimui, 4–6 savaites mokymui ir iteracijai bei 2–4 savaites diegimui ir stebėsenai. Iš viso tikėkitės 3–6 mėnesių trukmės, priklausomai nuo naudojimo atvejo sudėtingumo ir duomenų kokybės. Žinodami šią seką iš anksto, išvengsite pažadų savo vadovybei, kad rezultatas bus gautas per šešias savaites.

1 etapas: Vertinimas (2–4 savaites)

Tikslas – nustatyti, ar „Forge” yra tinkamas metodas, ir apibrėžti sėkmės kriterijus. „Mistral” komanda dirba su jūsų verslo rėmėju ir technine komanda keturiose srityse. Naudojimo atvejo auditas prasideda nuo paprasčiausių, tačiau nepatogiausių klausimų: kokią tikslią problemą sprendžiate? Ar tikrai išbandėte raginimų inžineriją (prompt engineering) ir RAG? Kodėl jų nepakanka? Duomenų vertinimas išmatuoja turimą apimtį ir jų faktinę būklę – struktūruoti ar nestruktūruoti, anotuoti ar žali, aktualūs ar pasenę.

Toliau eina bazinis matavimas – žingsnis, kurį daugelis praleidžia ir vėliau gailisi. Turite įvertinti bendrosios paskirties modelio našumą tikslinėse užduotyse; be to negalėsite kiekybiškai įvertinti, ką suteikia „Forge”. Etapas baigiamas apibrėžiant pagrindinius veiklos rodiklius (KPI): tikslumą, išsamumą, apdorojimo laiką ir naudotojų pasitenkinimą.

Rezultatas – apimties dokumentas, kuriame pateikiamas naudojimo atvejo apibrėžimas, duomenų inventorius, baziniai rodikliai, tiksliniai KPI ir preliminarus grafikas. Po to priimamas bendras sprendimas „taip/ne”. Jei duomenų nepakanka arba naudojimo atvejis nepateisina „Forge” naudojimo, „Mistral” komanda nukreips jus link RAG arba raginimų inžinerijos. „Ne” šiame etape sutaupys jums kelis mėnesius darbo ir didelę biudžeto dalį.

2 etapas: Duomenų paruošimas (4–8 savaites)

Šio etapo metu kuriamas mokymo duomenų rinkinys. Tai pats kritiškiausias ir daugiausiai laiko reikalaujantis etapas, nes modelio kokybė tiesiogiai priklauso nuo duomenų, naudojamų jam mokyti, kokybės. Darbas prasideda nuo surinkimo: dokumentų, pavyzdžių ir naudojimo atvejų ištraukimo iš jūsų vidinių sistemų. Toliau eina valymas – dublikatų, pasenusių dokumentų ir sugadintų duomenų šalinimas, po to – struktūrizavimas, kurio metu žali duomenys paverčiami mokymui tinkamomis instrukcijų ir atsakymų poromis. Kai to reikalauja naudojimo atvejis, jūsų dalykų ekspertai atlieka anotavimą, pridėdami etiketes, kategorijas arba metaduomenis. Galutinį patvirtinimą atlieka tie patys ekspertai, užtikrindami, kad korpusas atspindi realios pasaulio praktiką ir numatytą kokybės lygį.

Dokumentuose nuo pat pradžių aiškiai paskirstykite vaidmenis. Jūsų duomenų komanda atsako už surinkimą, valymą ir struktūrizavimą. Jūsų dalykų ekspertai atsako už anotavimą ir patvirtinimą. „Mistral” FDE teikia metodologines gaires, tvirtina formatus ir rekomenduoja apimtis bei kokybės standartus.

Nuolat pasikartoja keturios klaidos. Korpusas, kuriame per daug tam tikrų atvejų, sukuria modelį, turintį tokias pačias proporcijas šališkumą. Pasenę dokumentai sukuria modelį, kuris pasitikėdamas atsako remdamasis pasenusiomis procedūromis, o tai yra pavojingiau nei jokio atsakymo neturėjimas. Keli šimtai pavyzdžių niekada nėra pakankamai kokybiškam derinimui. Galiausiai, jei tenka rinktis, rinkitės mažesnį, homogenišką korpusą, o ne milžinišką nevienodos kokybės rinkinį.

3 etapas: Mokymas ir iteracija (4–6 savaites)

Bazinis modelis derinamas naudojant jūsų duomenų rinkinį, o tada vertinamas naudojant validavimo rinkinį, sudarytą iš duomenų, kurių modelis nematė mokymo metu. Rezultatai lyginami su 1 etape apibrėžtais baziniais rodikliais ir tiksliniais KPI. Bet koks neatitikimas skatina iteraciją: hiperparametrų koregavimą, duomenų rinkinio papildymą arba nustatytų klaidų taisymą. Lygiagrečiai jūsų ekspertai atlieka verslo validavimą, testuodami modelį su realiais atvejais. Modelis, atitinkantis rodiklius, bet nepavykstantis kasdienėse bylose, nėra paruoštas.

Praktiškai tiksliniam lygiui pasiekti reikia 2–4 iteracijų, kurių kiekviena trunka 1–2 savaites. FDE atsako už visą techninę pusę: mokymo konfigūravimą, hiperparametrų optimizavimą, našumo problemų diagnostiką ir duomenų gerinimo rekomendacijas. Jūsų komandai nereikia mašininio mokymosi ekspertizės; FDE veikia kaip jūsų techninis sąsajos taškas su „Forge” platforma.

4 etapas: Diegimas ir stebėsena (2–4 savaites)

Specializuotas modelis diegiamas į tikslinę infrastruktūrą – „Mistral Cloud”, skirtą VPC arba vietoje (on-premise) – ir integruojamas į jūsų aplinką per „Mistral Enterprise”, „Enterprise Search” arba jūsų vidines programas naudojant API. Apkrovos testai patvirtina našumą gamybos sąlygomis. Mokymas paruošia galutinius naudotojus dirbti su modeliu, kuris elgiasi kitaip nei bendrosios paskirties modeliai. Skydeliai stebi našumą, apimtį ir pasitenkinimą.

Ši stebėsena tiesiogiai informuoja valdyseną. Ji aptinka laipsnišką našumo blogėjimą, netikėtus naudojimo atvejus ir signalus, rodančius poreikį iš naujo mokyti modelį, pavyzdžiui, atsiradus naujų duomenų arba pasikeitus procedūroms. „Forge” modelis nėra statinis. Planuokite ketvirtinį ciklą greitai besivystančioms sritims, pusmetinį ciklą stabilioms sritims ir ciklus pagal poreikį dideliems pokyčiams, pavyzdžiui, naujiems reglamentams, susijungimams arba produktų paleidimams.

Biudžetas ir ištekliai, kuriuos reikia numatyti

„Mistral” pusėje įsipareigojimas apima skirtą FDE visam projekto laikotarpiui, mokymo infrastruktūrą (GPU) bei techninę ir metodologinę pagalbą. Jūsų pusėje rezervuokite 10–20 % jūsų verslo rėmėjo laiko, vieno ar dviejų žmonių duomenų komandą ne visą darbo dieną 2 etapo metu, kelias valandas per savaitę iš dalykų ekspertų validavimui ir projekto biudžetą, kuris kinta priklausomai nuo sudėtingumo (turi būti apibrėžtas vertinimo etape). Iš tikrųjų numatykite šiuos išteklius. Projektas, kurio rėmėjas neišlaisvino šio laiko, užstrigs 2 etape.

Galvenās atziņas

  • „Forge” procesas trunka 3–6 mėnesius ir susideda iš keturių etapų: vertinimo, duomenų, mokymo ir diegimo
  • Duomenų paruošimas yra pats kritiškiausias etapas – duomenų kokybė lemia modelio kokybę
  • „Mistral” FDE jus lydi nuo pradžių iki galo – jūsų komandai nereikia mašininio mokymosi ekspertizės
  • Planuokite iš naujo mokymo ciklą, kad laikui bėgant išlaikytumėte našumą