目录
-
- [Mistral AI 发布开源模型 Mistral Small 3：小巧、快速、强大](#Mistral AI 发布开源模型 Mistral Small 3：小巧、快速、强大)
- [asdf 0.16.0 版本发布：Golang 重写带来性能飞跃！](#asdf 0.16.0 版本发布：Golang 重写带来性能飞跃！)
Mistral AI 发布开源模型 Mistral Small 3：小巧、快速、强大
法国人工智能初创公司 Mistral AI 发布了最新的开源模型 Mistral Small 3，这是一个基于 Apache 2.0 许可证的 240 亿参数模型，主打低延迟和高性能。尽管体积小巧，Mistral Small 3 的性能却堪比更大的模型，例如 Llama 3.3 70B 或 Qwen 32B，并且可以作为闭源专有模型（如 GPT4o-mini）的优秀开源替代品。其速度更是比 Llama 3.3 70B instruct 快 3 倍以上，同时在 MMLU 基准测试中达到了 81% 的准确率 ，每秒可生成 150 个 token，是同类模型中效率最高的。
主要亮点：
- Apache 2.0 许可证:
允许用户自由下载、修改和使用，推动开源社区的创新。 - 低延迟、高性能:
参数量仅 240 亿，却能达到与 700 亿参数模型相当的性能，并且速度更快，更适合本地部署。 - 强大的指令遵循能力:
经过指令微调，Mistral Small 3 在代码、数学、常识和指令遵循等基准测试中表现出色，与 GPT4o-mini 等专有模型竞争。 - 开源预训练和指令微调版本:
提供预训练和指令微调两种版本，方便用户根据需求选择和定制。 - 多平台支持:
Hugging Face、Ollama、Kaggle、Together AI 和 Fireworks AI 等平台均已上线，未来还将支持 NVIDIA NIM、AWS Sagemaker、Groq、Databricks 和 Snowflake 等。
性能数据：
- MMLU 准确率： 超过 81%
- Token 生成速度： 150 tokens/s
- 与 Llama 3.3 70B instruct 相比，速度提升 3 倍以上。
- 在多项基准测试中，与 Qwen2.5-32B-Instruct、Llama-3.3-70B-Instruct 和 Gemma-2-27B-IT 等模型表现相当甚至更优。
- 第三方评估显示，在超过 1000 个代码和通用提示的测试中，Mistral Small 3 的表现优于其他模型。
适用场景：
- 快速响应的对话助手
- 低延迟函数调用
- 微调以创建特定领域的专家模型
- 本地推理，尤其适用于处理敏感信息
Mistral AI 的开源承诺：
Mistral AI 重申了对通用模型使用 Apache 2.0 许可证的承诺，逐步放弃 MRL 许可证。这意味着未来的模型将更加开放，方便社区使用和贡献。同时，Mistral AI 也将继续提供商业模型，以满足企业对特定功能 的需求。
来源：
https://mistral.ai/news/mistral-small-3/
asdf 0.16.0 版本发布：Golang 重写带来性能飞跃！
asdf 发布了 0.16.0 版本，这是一个具有里程碑意义的版本，因为它使用 Golang 完全重写了核心代码！
主要改进：
- 性能提升：
Golang 重写带来了显著的性能提升，使得版本管理操作更加流畅快捷。 - 代码简化：
新的代码库更加简洁易懂，方便开发者理解和贡献。 - 易于维护：
Golang 的特性使得代码库更易于维护，有利于项目的长期发展。
需要注意的重大变更：
由于语言的改变以及一些简化和改进用户体验的需求，0.16.0 版本引入了一些重大变更 ，可能会影响现有用户的升级过程。强烈建议用户在升级前仔细阅读官方的升级指南。 为了方便用户，0.16.0 版本的 Bash 代码中添加了警告信息，指导用户参考升级指南进行升级。
来源：
https://github.com/asdf-vm/asdf/releases/tag/v0.16.0
更多内容请查阅 : blog-250204