أصدرت شركة Mistral AI نموذج Mistral NeMo، وهو نموذج بحجم 12 مليار تم تطويره بالتعاون مع NVIDIA، ويتميز بنافذة سياق تحتوي على 128 ألف رمز ويتفوق في مجالات الاستدلال والمعرفة العالمية ودقة البرمجة.
يدعم Mistral NeMo استدلال FP8 دون فقدان في الأداء، ويتفوق على نماذج مثل Gemma 2 9B وLlama 3 8B، وهو مصمم للتطبيقات متعددة اللغات.
يستخدم النموذج مُجزِّئًا جديدًا يُدعى Tekken، وخضع لضبط دقيق متقدم لتحسين اتباع التعليمات، والتفكير، والمحادثات متعددة الأدوار، وتوليد الأكواد؛ الأوزان متاحة على HuggingFace.
نموذج ميسترال نيمو، وهو نموذج بحجم 12 مليار تم تطويره بالتعاون مع إنفيديا، يتميز بنافذة سياق تحتوي على 128 ألف رمز ويتفوق في الاستدلال والمعرفة العالمية ودقة البرمجة.
النموذج هو بديل مباشر لـ Mistral 7B، يدعم استدلال FP8 دون فقدان في الأداء، ومتوفر بموجب رخصة Apache 2.0.
يستخدم مُجزِّئًا جديدًا يُدعى Tekken، تم تدريبه على أكثر من 100 لغة، وهو مصمم ليتناسب مع وحدات معالجة الرسومات مثل NVIDIA RTX 4090، مع متطلبات ذاكرة الفيديو (VRAM) تتراوح بين 8-40 جيجابايت حسب التكميم.
يصف المؤلف تجربة محبطة مع خدمة النشر المباشر من أمازون (KDP)، حيث تم حظر كتابه الإلكتروني بسبب "تجربة مضللة للعملاء" على الرغم من عدم وجود دليل على وجود كتاب مشابه.
أسفرت الطعون المقدمة إلى أمازون عن ردود آلية وغامضة، مما أدى في النهاية إلى إنهاء حساب المؤلف دون مبرر واضح.
حتى الاتصال بعلاقات العملاء التنفيذية في أمازون لم يحل المشكلة، مما يبرز العيوب المحتملة في عمليات المراجعة والاستئناف الآلية لأمازون.
أفاد مؤلف بأن كتابه الإلكتروني تم حظره وحساب نشره المباشر على كيندل (KDP) تم إنهاؤه بسبب مزاعم بوجود بيانات وصفية مضللة، على الرغم من تقديمه أدلة تثبت عكس ذلك.
كانت عملية الاستئناف محبطة، حيث تضمنت ردودًا آلية وأسبابًا غامضة للرفض، مما يبرز المشكلات المتعلقة بالأنظمة الآلية ونقص الإشراف البشري في شركات التكنولوجيا الكبيرة.
أدت هذه الحالة إلى سعي العديد من المؤلفين إلى البحث عن منصات نشر بديلة وتؤكد الحاجة إلى تنظيم أفضل وشفافية أكبر في الأسواق الرقمية.
اكتشف فريق أبحاث Wiz ثغرات في عزل المستأجرين لدى مزودي خدمات الذكاء الاصطناعي، مما يشكل مخاطر كبيرة مع تحول البنية التحتية للذكاء الاصطناعي إلى عنصر أساسي للأعمال.
كشفت أبحاثهم حول عرض الذكاء الاصطناعي من SAP، "SAP AI Core"، عن ثغرات سمحت بالوصول غير المصرح به إلى بيانات العملاء وبيانات الاعتماد السحابية، والتي تم إصلاحها منذ ذلك الحين بواسطة SAP.
تشمل النتائج الرئيسية تجاوز قيود الشبكة، كشف رموز AWS، الوصول غير الموثق إلى مشاركات AWS EFS، والاستيلاء الكامل على الكتلة، مما يبرز الحاجة إلى تحسين معايير العزل والتشغيل في بيئات خدمات الذكاء الاصطناعي.