Cum să începeți cu Forge
Pe această pagină
Actualizare 2 noiembrie 2026 — Le Chat devine Vibe. Începând cu 28 mai 2026, Le Chat a fost rebotezat Vibe (rămâne disponibil la chat.mistral.ai): un singur agent pentru muncă și cod, care păstrează conversațiile, setările și abonamentele dumneavoastră. Experiența legacy Le Chat rămâne accesibilă în modul Chat. În modul Work, agenții sunt acum competențe (invocate cu
@), memoriile formează baza de cunoștințe, iar cercetarea aprofundată este competența Deep Research. Planurile se numesc acum Mistral Free, Pro, Team și Enterprise. Această lecție folosește denumirea Vibe; unele meniuri descrise aici își pot fi schimbat numele sau locația.
Un proiect în patru faze
Lansarea unui proiect Forge necesită planificare. Exigă o pregătire riguroasă, o colaborare strânsă cu echipele Mistral și o viziune clară asupra obiectivelor dumneavoastră. Fiecare fază o pregătește pe următoarea: un perimetru vag duce la o selecție slabă a datelor, datele slabe generează un model dezamăgitor, iar problema nu va fi descoperită decât trei luni mai târziu.
Faza 1 — Evaluare și definire a perimetrului
În primul rând, identificați scenariile în care fine-tuning-ul aduce mai multă valoare decât un model de bază sau RAG. În practică, candidații se încadrează în patru categorii recurente. Începeți cu sarcinile repetitive care necesită o expertiză profundă—diagnostice tehnice, analize de conformitate, revizuiri de cod specializate—unde modelul trebuie să reproducă raționamentul unui expert, nu să recupereze un document. Urmează interacțiunile standardizate cu clienții: suport de nivel 1–2, răspunsuri la cereri de ofertă (RFP), rapoarte sectoriale, unde tonul și structura respectă convențiile dumneavoastră stabilite. Apoi vin procesele specifice de afaceri, cum ar fi evaluarea riscurilor conform criteriilor interne sau clasificarea documentelor folosind taxonomia dumneavoastră. În final, conformitatea reglementară se aplică atunci când trebuie să produceți documente care respectă standarde specifice sectorului, pe care un model generic nu le cunoaște în detaliu.
În al doilea rând, evaluați maturitatea datelor dumneavoastră, care determină direct calitatea modelului. Începeți cu volumul: verificați dacă dispuneți de suficiente exemple de înaltă calitate—de obicei câteva mii pentru un fine-tuning eficient. Examinați apoi calitatea în sine: sunt exemplele fiabile, actualizate și reprezentative pentru expertiza dumneavoastră? Verificați apoi diversitatea: acoperă ele întreaga gamă de scenarii pe care modelul le va gestiona? În final, revizuiți formatul: sunt ele deja structurate sau necesită pregătire? Faza se încheie cu o întâlnire între echipa dumneavoastră și echipele comerciale și tehnice Mistral: prezentați-vă obiectivele, discutați cazurile de utilizare, confirmați fezabilitatea tehnică, estimați perimetrul și calendarul și primiți o propunere comercială.
Faza 2 — Pregătirea datelor
Inginerii Forward-Deployed construiesc setul de date de antrenament alături de echipele dumneavoastră. Extracția preia date din sistemele sursă—baze de cunoștințe, istoric de tichete, documentație tehnică, schimburi cu clienții. Curățarea elimină duplicatele, corectează erorile și anonimizează datele cu caracter personal. Formatarea transformă totul în perechi instrucțiune/răspuns, adecvate pentru fine-tuning. Validarea încredințează setul de date experților dumneavoastră în domeniu pentru a verifica calitatea și relevanța exemplelor. Acesta este pasul cel mai subestimat: un set de date nevalidat îi predă modelului atât aproximațiile, cât și cele mai bune practici ale dumneavoastră.
Un set de evaluare separat rulează în paralel: repere de afaceri—întrebări și răspunsuri validate de experții dumneavoastră—și cazuri limită, scenarii complexe sau ambigue concepute pentru a testa robustețea. Puneți aceleași întrebări atât modelului de bază, cât și modelului personalizat, apoi le comparați pe baza unor metrici explicite: acuratețe, relevanță și respectarea tonului și proceselor interne. Pe parcursul acestei faze, datele circulă prin canale criptate, sunt stocate într-un mediu izolat dedicat organizației dumneavoastră, rămân accesibile doar inginerilor Mistral asignați proiectului și sunt acoperite de un acord de confidențialitate specific.
Faza 3 — Antrenarea modelului
Selecția modelului de bază depinde de cazul de utilizare: Mistral Large pentru sarcini complexe care necesită raționament avansat, Mistral Medium pentru cel mai bun raport performanță-cost în majoritatea situațiilor și modele specializate optimizate pentru cod, sarcini multilingve sau alte domenii.
Antrenarea rulează pe infrastructura GPU Mistral din Europa. Inginerii configurează hiperparametrii, lansează antrenarea supervizată pe datele dumneavoastră, monitorizează convergența în timp real și rulează multiple iterații. Durata variază de la câteva ore la câteva zile, în funcție de volumul datelor și de dimensiunea modelului de bază. După fiecare ciclu, modelul este evaluat pe setul de test—comparat cu modelul de bază, cu analiză a erorilor și a cazurilor limită, ajustări ale datelor dacă este necesar și validare de către experții dumneavoastră în domeniu—până când atinge țintele de performanță definite în faza de definire a perimetrului.
Faza 4 — Implementarea în producție
Implementați modelul personalizat conform infrastructurii și constrângerilor de conformitate ale dumneavoastră.
| Opțiune | Ce implică |
|---|---|
| Mistral Cloud | Găzduit pe infrastructura Mistral, accesibil prin Mistral Enterprise și API. Cel mai rapid de implementat. |
| VPC Dedicat | Izolare completă a rețelei într-un cloud privat. Recomandat pentru sectoarele reglementate (financiar, sănătate). |
| On-premise | Pe serverele dumneavoastră: control total, niciun date nu părăsește premisesle dumneavoastră. Necesită infrastructură GPU adecvată. |
| Cloud Partener | Azure, AWS sau GCP prin integrări existente. Ideal dacă mediul dumneavoastră cloud este deja în place. |
Integrarea urmează apoi mai multe căi complementare: Mistral Enterprise, unde modelul devine disponibil în interfața conversațională; API-ul REST, pentru a-l apela din aplicațiile, fluxurile de lucru și instrumentele de afaceri ale dumneavoastră; SDK-urile Python și JavaScript pentru integrare programatică; și webhook-urile, care declanșează modelul la evenimente de afaceri. Implementarea nu încheie proiectul. Monitorizarea continuă urmărește latența, acuratețea și satisfacția utilizatorilor, detectează derivarea (drift), declanșează alerte la degradare și programează actualizări și reantrenări.
Calendar tipic
| Perioadă | Etapă |
|---|---|
| Săptămânile 1–2 | Evaluare și definire a perimetrului |
| Săptămânile 3–6 | Pregătirea datelor |
| Săptămânile 7–10 | Antrenare și evaluare (iterativ) |
| Săptămânile 11–14 | Implementare și integrare |
| După aceea | Monitorizare, optimizare și actualizări |
Durata totală variază între 3 și 6 luni, în funcție de complexitatea cazului de utilizare și de maturitatea datelor. Dacă începeți cu date disparate și nevalidate, Faza 2 se extinde—niciodată faza de antrenare.
Puncte cheie
- Procesul Forge urmează patru faze: evaluare, date, antrenare, implementare
- Calitatea datelor de antrenare determină performanța modelului
- Inginerii Forward-Deployed ghidează fiecare pas al proiectului
- Opțiunile de implementare includ Mistral Cloud, VPC, on-premise sau cloud partener
- Un proiect tipic durează între 3 și 6 luni, de la evaluare până la producție