Mistral и NVIDIA: открытые бенчмарки для инженерных агентов и веса Large 4
Mistral и NVIDIA: открытые бенчмарки для инженерных агентов и веса Large 4 Как понять, что модель тянет многошаговый инженерный сценарий, а не красиво отвечает в чате? Mistral с NVIDIA выкатывают открытые бенчмарки: время прогона, стоимость GPU и техническая корректность — те же метрики, что в реальной симуляции. Если собираешь агента поверх CAE или электроники, заложи эту шкалу в roadmap до релиза весов Large 4 в конце октября. Общая база для сравнения моделей, а не внутренний отчёт одного вендора. Параллельно сжимают цикл «моделирование → дообучение → правки в дизайне» на CUDA-X. Сверь свой пайплайн с тем, что публикуют в открытый доступ — по ней видно, тянет ли модель реальную инженерную работу.
14 просмотров