Mistral AI ha lanzado Forge, una plataforma empresarial de entrenamiento de modelos que permite a las organizaciones construir, personalizar y mejorar continuamente modelos de IA utilizando sus propios datos propietarios. Este movimiento posiciona al laboratorio francés de IA en competencia directa con los gigantes de la nube en uno de los mercados más importantes de la tecnología empresarial.
Forge va significativamente más allá de las APIs de ajuste fino que Mistral y sus competidores han ofrecido durante el último año. La plataforma soporta el ciclo completo de entrenamiento de modelos: pre-entrenamiento con grandes conjuntos de datos internos, post-entrenamiento mediante ajuste fino supervisado, y lo más crítico, pipelines de aprendizaje por refuerzo diseñados para alinear modelos con políticas internas y objetivos operacionales a lo largo del tiempo. Según Elisa Salamanca, jefa de producto en Mistral AI, Forge permite a empresas y gobiernos personalizar modelos de IA para sus necesidades específicas utilizando metodologías que los científicos de IA de Mistral emplean internamente.
La distinción que Mistral está estableciendo entre el ajuste fino ligero y el entrenamiento completo de modelos es fundamental. Durante los últimos dos años, la mayoría de la adopción empresarial de IA ha seguido un patrón conocido: las empresas seleccionan un modelo de propósito general y aplican ajustes a través de una API en la nube. Sin embargo, Salamanca argumenta que este enfoque se estanca cuando las organizaciones intentan resolver sus problemas más difíciles. Los ejemplos de clientes incluyen una institución pública que trabajaba con manuscritos antiguos con texto faltante, Ericsson traduciendo código heredado a moderno, y fondos de cobertura desarrollando modelos para lenguajes cuantitativos propietarios que nunca exponen a servicios de IA alojados en la nube.
El modelo de negocio de Forge opera a través de varias fuentes de ingresos. Para clientes que ejecutan trabajos de entrenamiento en sus propios clusters de GPU, Mistral no cobra por el cómputo sino que cobra una tarifa de licencia por la plataforma Forge, junto con tarifas opcionales por servicios de pipeline de datos y científicos integrados que trabajan junto al equipo del cliente. La infraestructura es flexible: el entrenamiento puede ocurrir en los clusters de Mistral, en Mistral Compute, o completamente on-premise dentro de los centros de datos del cliente. Cuando los clientes entrenan en su propia infraestructura, Mistral nunca ve los datos, manteniéndolos completamente bajo control del cliente.
El lanzamiento de Forge llega junto con otros anuncios importantes de Mistral: el modelo Mistral Small 4, Leanstral (un agente de código open-source para verificación formal), y su unión a la Coalición Nemotron de Nvidia como co-desarrollador del primer modelo base abierto de frontera de la coalición. Estos movimientos pintan el cuadro de una compañía que ya no se contenta con competir solo en benchmarks de modelos, sino que corre para convertirse en la columna vertebral de infraestructura para organizaciones que quieren poseer su IA en lugar de rentarla. Forge representa una apuesta de que las empresas que posean sus modelos de IA serán las que ganen, especialmente aquellas sentadas sobre décadas de conocimiento propietario en dominios altamente especializados donde los modelos genéricos son menos suficientes.
Fuente Original: https://venturebeat.com/infrastructure/mistral-ai-launches-forge-to-help-companies-build-proprietary-ai-models
Artículos relacionados de LaRebelión:
Artículo generado mediante LaRebelionBOT
