Mae Mistral AI wedi cyflwyno model iaith mawr, Devstral, wedi'i optimeiddio i ddatrys problemau sy'n codi yn y broses o ddatblygu meddalwedd. Yn wahanol i fodelau AI nodweddiadol, mae Mistral AI yn mynd y tu hwnt i ysgrifennu swyddogaethau unigol a chwblhau cod, ac yn darparu galluoedd sy'n eich galluogi i ddadansoddi a rhoi cyd-destun i gronfeydd cod mawr, pennu'r berthnasoedd rhwng cydrannau, ac adnabod bygiau anodd eu canfod mewn swyddogaethau cymhleth.
Mae'r model yn cwmpasu 23.6 biliwn o baramedrau, yn ystyried cyd-destun 128 mil o docynnau, ac wedi'i gyhoeddi o dan drwydded Apache 2.0. Mae'r archif y gellir ei lawrlwytho o Devstral yn cymryd 47 GB ac mae'n addas i'w ddefnyddio ar systemau lleol - mae un cyfrifiadur personol gyda cherdyn graffeg NVIDIA GeForce RTX 4090 a 32 GB o RAM yn ddigon i redeg y model. Gellir defnyddio'r model mewn offer SWE-asiant ffynhonnell agored ac OpenHands i awtomeiddio trwsio namau, dadansoddi cod a newidiadau.
Gellir defnyddio'r system i ddatrys problemau penodol ar GitHub ac mae'n perfformio'n sylweddol well na phrosiectau eraill yn y gyfres brofion SWE-Bench Verified, sy'n gwirio cywirdeb atebion i broblemau nodweddiadol mewn cod (mae'n cynnig 500 o brofion yn seiliedig ar negeseuon gwall go iawn ar GitHub). Yn y prawf hwn, sgoriodd y model Devstral 46.8%, tra bod y model Claude 3.5 Haiku wedi sgorio 40.6%, sgoriodd SWE-smith-LM 32B 40.2%, a sgoriodd GPT-4.1-mini 23.6%. Ymhlith pethau eraill, perfformiodd Devstral yn well na modelau mawr fel Deepseek-V3-0324 671B (38.8%) a Qwen3 232B-A22B (34.4%), gan gwmpasu cannoedd o biliynau o baramedrau.
Ffynhonnell: opennet.ru
