L'azienda Mistral AI ha presentato un grande modello di linguaggio, Devstral, ottimizzato per affrontare i problemi che sorgono durante il processo di sviluppo del software. A differenza dei modelli AI standard, Mistral AI va oltre la scrittura di funzioni singole e l'integrazione del codice, offrendo capacità che permettono di analizzare e contestualizzare (definire scopi e logiche di funzionamento) grandi basi di codice, identificare connessioni tra componenti e scovare errori difficili da rilevare in funzioni complesse.
Il modello comprende 23,6 miliardi di parametri, tiene conto di un contesto di 128.000 token ed è distribuito sotto licenza Apache 2.0. L'archivio scaricabile di Devstral occupa 47 GB ed è adatto all'uso su sistemi locali: è sufficiente un PC con scheda grafica NVIDIA GeForce RTX 4090 e 32 GB di RAM per eseguire il modello. Il modello può essere utilizzato negli strumenti open source SWE-agent e OpenHands per automatizzare la correzione degli errori, l'analisi del codice e l'apporto di modifiche.
Il sistema può essere utilizzato per affrontare problemi specifici (issue) su GitHub e supera di gran lunga altri progetti nel set di test SWE-Bench Verified, che verifica la correttezza delle soluzioni a problemi standard nel codice (sono proposti 500 test basati su segnalazioni reali di bug su GitHub). In questo test, il modello Devstral ha ottenuto il 46,8%, mentre il modello Claude 3.5 Haiku ha ottenuto il 40,6%, SWE-smith-LM 32B ha raggiunto il 40,2% e GPT-4.1-mini ha ottenuto il 23,6%. Tra l'altro, Devstral ha superato modelli di grandi dimensioni come Deepseek-V3-0324 671B (38,8%) e Qwen3 232B-A22B (34,4%), che coprono centinaia di miliardi di parametri.
Fonte: opennet.ru
