米斯特拉尔人工智能

[Habib01]

Mistral Large 2 在 GSM8K 上表现良好，仅落后于 LLaMA 3.1 70B。在最严苛的 Math Instruct 基准测试中，Mistral Large 2 位居第二，仅次于 GPT-4o，展现了开箱即用的强大数学推理能力。这些进步，特别是在零样本任务中，反映了他先进的数学能力和扎实的训练。

与 Mistral Large 2 的数学推理比较

资料来源：米斯特拉尔人工智能

总体而言，Mistral Large 2 在代码生成和数学推理等需要精度和可靠性的领域表现出色。它经过大量代码库的训练，显着优于其前身，并且与 GPT-4o 和 Llama 3.1 405B 等顶级模型具有竞争力。其性能表明它是软件开发和学术研究的强大工具。

指令跟踪和对齐
Mistral Large 2 的另一个关键功能是其极大改进的指令跟随和对话功能，让您可 VK数据 以更好地遵循指令并处理长时间对话。

Mistral Large 2 在 Wild Bank 中取得了不错的成绩，仅落后于 GPT-4o。在 Arena Hard 上，它排名第三，落后于 GPT-4o 和Claude 3.5 Sonnet。

野外替补和竞技场硬地性能对比

资料来源：米斯特拉尔人工智能

Mistral Large 2在MT台上的表现在GPT-4o评判中也获得了很高的评分，在大型型号中排名第三，并且在代长度上排名第二，仅落后于原始Mistral Large。这表明Mistral Large 2可以给出详细且高质量的答案。

使用GPT-4o判断和平均生成长度的MT Bank性能比较

资料来源：米斯特拉尔人工智能

多语言MMLU
Mistral Large 2 最显着的特点之一是它的多语言功能。在评估多种语言性能的 MMLU 多语言基准测试中，Mistral Large 2 在所有测试语言中均表现良好，始终位居第二，落后于更大的 LLaMA 3.1 405B 模型。这证明了 Mistral Large 2 的性能和效率之间的巨大平衡。

Mistral Large 2：多语言 MMLU 性能比较

资料来源：米斯特拉尔人工智能

函数调用
调用函数至关重要，因为它允许模型准确地执行特定任务或命令，这对于需要根据用户输入进行精确操作的实际应用程序非常有效。