Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Vad är Forge

Lektion 7 av 10 Uppdaterad 2 november 2026 Medelnivå
På denna sida
  1. En modell byggd kring ditt företag
  2. Två spakar som inte konkurrerar
  3. Teknisk arkitektur
  4. Forward-Deployed Engineers
  5. Vad tidiga partnerskap visar
  6. Viktiga punkter

Uppdatering 2 november 2026 — Le Chat heter nu Vibe. Sedan den 28 maj 2026 har Le Chat bytt namn till Vibe (fortfarande på chat.mistral.ai): en enda agent för arbete och kod som behåller dina konversationer, inställningar och prenumerationer. Den äldre versionen av Le Chat finns kvar i läget Chat; i läget Work är agenter nu färdigheter (anropas med @), minnen utgör kunskapsbasen och djup sökning är färdigheten Deep Research. Abonnemangen heter nu Mistral Free, Pro, Team och Enterprise. I denna lektion använder vi namnet Vibe; notera att vissa menyer som beskrivs här kan ha bytt namn eller plats.

En modell byggd kring ditt företag

Varje organisation bär på en historia skapad av årsbeslut, lärdomar och processer som finslipats genom erfarenhet. Över tid blir denna historia till institutionell kunskap: hur problem formuleras i ditt företag, hur risker bedöms, hur system byggs och hur beslut fattas. Denna kunskap lever i interna dokument, tekniska handböcker, regelverk, kodbaser och till och med i de tysta bedömningar som görs varje arbetsdag.

Generella modeller ärver inget av detta: de känner till internet, inte ditt företag. Mistral Forge, som presenterades på NVIDIA GTC-konferensen i mars 2026, är Mistral AIs svar på detta gap. Det skräddarsyr Mistrals ledande modeller utifrån din organisations proprietära data för att leverera en AI som resonerar som ditt företag.

Två spakar som inte konkurrerar

Hittills har det främsta sättet att anpassa en modell till affärsbehov varit RAG (Retrieval-Augmented Generation) – exakt vad Enterprise Search gör. RAG lämnar modellen oförändrad och injicerar dokumentkontext vid varje fråga; det excellerar när frågan är: “Vad står det om uppsägningsklausulen i förra årets avtal?” Finjustering opererar på en annan nivå: den modifierar modellens vikter för att permanent koda in din kunskap. Förfrågan blir då: “Formulera denna klausul så som vår juridiska avdelning skulle göra”, och inget utdrag ur ett dokument ensamt kan leverera det. Dessa metoder ersätter inte varandra; de läggs ovanpå varandra.

KriteriumRAG (Enterprise Search)Finjustering (Forge)
PrincipInjicerar kontext per frågaModifierar modellvikter
UppdateringRealtid (indexerade dokument)Kräver omträning
Idealiskt förHämtning av specifika faktaBeteende, ton, domänexpertis
KostnadIngår i EnterprisePremiumtjänst (Forge)

Forge levererar värde inom fyra dimensioner. För det första talar modellen ditt företags språk: den vet att dina interna akronymer refererar till specifika arkiv och slutar översätta dem till allmänheter. För det andra tillämpar den dina processer, så att en godkännandeförfrågan följer din faktiska signaturkedja snarare än ett generiskt flöde. För det tredje bäddar den in din expertis – tekniska diagnoser, riskbedömningar, branschspecifika rekommendationer – istället för att återskapa den genom inferens. Slutligen anammar den din ton, vilket matchar din interna kommunikation, kundinteraktioner och tekniska dokumentation, vilket minskar behovet av omskrivning efter generering.

Teknisk arkitektur

Forge börjar aldrig från ett tomt blad. Utgångspunkten är en av Mistrals ledande modeller – Mistral Large eller Mistral Medium – som behåller alla sina generella resonemangs-, flerspråks- och kodningsförmågor, nu berikade med din expertis. Du byter inte mångsidighet mot specialisering; du lägger till det senare på det förra.

Träningen körs på Mistrals säkra infrastruktur, med garantier som är lika viktiga som prestanda: din träningsdata är krypterad och isolerad, beräkningar körs på dedikerade GPU:er i Europa, den resulterande modellen är proprietär och ägs av dig, och datan som användes för att träna den raderas efter leverans. Den anpassade modellen distribueras sedan enligt dina begränsningar – på Mistrals infrastruktur där den blir tillgänglig via Mistral Enterprise och API:et; i ett dedikerat VPC för fullständig nätverksisolering; on-premise på dina egna servrar för total kontroll; eller på en partnermolnplattform (Azure, AWS eller GCP) via befintliga integrationer.

Forward-Deployed Engineers

Det mest utmärkande med Forge är inte tekniskt. Det är de dedikerade Mistral-ingenjörerna, kallade Forward-Deployed Engineers (FDE), som arbetar direkt med dina team. De identifierar användningsområden där en anpassad modell verkligen tillför värde, strukturerar och rensar träningsdataset, finjusterar hyperparametrar för att maximera prestanda, mäter kvalitet mot branschspecifika referensvärden och guidar integrationen i dina befintliga system. Denna samarbetsmodell, inspirerad av praxis hos ledande teknikföretag, säkerställer att anpassningen möter dina faktiska behov snarare än en ungefärlig tolkning av din beställning.

Vad tidiga partnerskap visar

Forge lanserades med partners som illustrerar dess bredd av användningsområden: ASML använder det för litografioptimering inom halvledare, Europeiska rymdorganisationen (ESA) för bearbetning av jordobservationsdata, Ericsson för optimering av telekommunikationsnätverk och DSO National Laboratories i Singapore för försvars- och säkerhetstillämpningar. Fyra sektorer, fyra ord förråd, fyra regelverk – och ett gemensamt behov av prestanda, säkerhet och suveränitet som en generell modell ensam inte kan tillgodose. Nästa lektion går igenom dessa implementeringar i detalj.

Viktiga punkter

  • Forge skräddarsyr Mistrals ledande modeller utifrån din proprietära data
  • Finjustering kompletterar RAG: den ena ändrar modellbeteendet, den andra injicerar kontext
  • Träningen körs på dedikerade GPU:er i Europa; din data raderas efter leverans
  • Du äger modellen, som distribueras på Mistrals infrastruktur, i ett VPC, on-premise eller på en partnermolnplattform
  • Forward-Deployed Engineers guidar projektet från avgränsning till integration