Mistral lança pesos para seu modelo de IA de trilhões de parâmetros, visando segurança cibernética

A empresa francesa de IA Mistral divulgou os pesos para seu modelo de IA de código aberto de trilhões de parâmetros Mistral Large 4 (ML4), permitindo que empresas e governos baixem e implantem o sistema por conta própria. Apelidado de “Le Chonk”, o modelo foi apresentado pela primeira vez no início deste mês.

O lançamento ocorre no momento em que a competição entre desenvolvedores de IA de peso aberto, como Mistral, e fornecedores de modelos fechados, como OpenAI e Anthropic, esquenta, com os primeiros argumentando que empresas e governos não deveriam depender de empresas externas de IA para acesso a recursos avançados. Esse argumento pode ter mais peso na segurança cibernética, onde as organizações querem mais controlo sobre os seus dados e sistemas.

Ou, como explicou o CEO da Mistral, Arthur Mensch, a IA deveria “ser uma ferramenta de capacitação, não de domínio”. Com Chonk, a Mistral dobra essa posição, argumentando que é capaz de alcançar “desempenho de última geração” com uma “fração da computação e do capital comprometidos por laboratórios fechados”.

A liberação dos pesos do modelo – o treinamento numérico que anima o sistema – garante que outras empresas e agências governamentais poderão agora implantar o ML4 para seus próprios fins.

Mistral diz que seu modelo é comparável em termos de desempenho com um concorrente chinês de peso aberto, o GLM-5.3, que foi anteriormente considerado um dos melhores modelos de peso aberto do mundo – especialmente quando se trata de trabalho cibernético. No entanto, o modelo da Mistral usa 47% menos tokens por tarefa, tornando-o significativamente mais econômico que o GLM-5.3.

A empresa também afirma que o modelo supera todos os outros modelos abertos quando se trata de tarefas de codificação de agentes no Coding Agent Index da Artificial Analysis, um site de benchmarking de IA.

“Em meio às crescentes ameaças cibernéticas, o ML4 traz capacidades de defesa cibernética soberanas de última geração para empresas e governos em todo o mundo”, disse a empresa na quinta-feira. “Instituições empresariais e do setor público agora podem baixar, implantar e possuir IA de ponta para detectar, analisar e responder a ameaças em código e infraestrutura de TI.”

Os pesos do ML4 estão sendo disponibilizados no Hugging Face e por meio de sua API.

Pierre Stock, vice-presidente de ciência da Mistral, disse ao TechCrunch que a liberação dos pesos do modelo significa que as organizações terão mais controle sobre como usam a IA para se defenderem.

“Concretamente, significa que, por exemplo, como empresa empresarial ou como governo, é possível ter acesso à inteligência de fronteira para se defenderem contra ataques cibernéticos. Acesso que não pode ser cortado por definição porque o modelo é aberto”, disse ele.

Stock acrescentou que o modelo poderia ser usado para “identificar, coordenar e responder em tempo real a grandes incidentes de segurança, e que o código aberto significa que as empresas podem implementar este modelo no local, no seu próprio ecossistema”.

Embora os avanços na segurança cibernética da IA ​​estejam ajudando os profissionais de segurança a encontrar bugs em uma taxa muito maior do que antes, continuou Stock, ele acredita que é importante que as empresas “forneçam (essa mesma) capacidade a todos… o mais rápido possível para acelerar e fortalecer o ecossistema”, dado que “alguns atores mal-intencionados podem realmente tentar aproveitar sua própria tecnologia para atacar”.

Separadamente, Stock abordou preocupações sobre incidentes recentes envolvendo agentes de IA desonestos, reconhecendo os riscos, mas alertando contra reações exageradas.

“Não queremos assustar as pessoas. Achamos que é um problema que pode ser resolvido. É um problema difícil ter uma boa segurança”, disse ele.