大多数企业人工智能项目失败并不是因为公司缺乏技术，而是因为他们使用的模型不了解他们的业务。这些模型通常是在互联网上训练的，而不是数十年的内部文档、工作流程和机构知识。 

那个差距就是在哪里米斯特拉尔法国人工智能初创公司看到了机遇。周二，该公司宣布推出 Mistral Forge，这是一个平台，可让企业构建根据自己的数据进行训练的自定义模型。Mistral 在英伟达 GTC，Nvidia 的年度技术会议，今年的重点是人工智能和企业代理模型。

对于 Mistral 来说，这是一个针对性的举措，该公司的业务建立在企业客户基础上，而竞争对手 OpenAI 和 Anthropic 在消费者采用率方面大幅领先。首席执行官阿瑟·门施 (Arthur Mensch) 表示，米斯特拉尔对企业的高度关注正在发挥作用：公司正在走上正轨年度经常性收入超过 10 亿美元今年。

米斯特拉尔表示，加倍投入企业的一个重要部分是让企业更好地控制自己的数据和人工智能系统。 

“Forge 的作用是让企业和政府根据自己的特定需求定制人工智能模型，”Mistral 的产品主管 Elisa Salamanca 告诉 TechCrunch。 

企业人工智能领域的几家公司已经声称提供类似的功能，但大多数都专注于微调现有模型或通过检索增强生成等技术将专有数据分层。RAG）。这些方法并没有从根本上重新训练模型；而是从根本上重新训练模型。相反，他们使用公司数据在运行时调整或查询它们。

相比之下，米斯特拉尔表示，它使公司能够从头开始训练模型。从理论上讲，这可以解决更常见方法的一些局限性，例如，更好地处理非英语或高度特定领域的数据，以及更好地控制模型行为。它还可以允许公司使用强化学习来训练代理系统，并减少对第三方模型提供商的依赖，避免模型更改或弃用等风险。 

Forge 客户可以使用 Mistral 广泛的开放权重 AI 模型库构建自定义模型，其中包括小型模型，例如最近推出的米斯特拉尔小 4。Mistral 联合创始人兼首席技术专家 Timothée Lacroix 表示，Forge 可以帮助从现有模型中释放更多价值。 

“当我们构建较小的模型时，我们所做的权衡是，它们无法在每个主题上都像大型模型一样出色，因此定制它们的能力让我们可以选择我们强调的内容和放弃的内容，”Lacroix 说。 

拉克鲁瓦表示，米斯特拉尔就使用哪些模型和基础设施提供建议，但这两项决定都由客户决定。对于需要更多指导的团队，Forge 还提供了米斯特拉尔号的前沿部署工程师团队他们直接嵌入客户以提供正确的数据并适应他们的需求——这一模式借鉴自 IBM 和 Palantir 等公司。 

“作为一款产品，Forge 已经配备了所有工具和基础设施，因此您可以生成合成数据管道，”Salamanca 说。– 但了解如何建立正确的评估确保拥有适量的数据是企业通常不具备适当专业知识的事情，而这正是 FDE 带来的好处。 

Mistral 已经向合作伙伴提供了 Forge，包括爱立信、欧洲航天局、意大利咨询公司 Reply 以及新加坡的 DSO 和 HTX。早期采用者还包括荷兰芯片制造商 ASMLMistral 的 C 系列去年 9 月进行的一轮融资，估值为 117 亿欧元（当时约为 138 亿美元）。

这些合作伙伴关系象征着 Mistral 期望 Forge 的主要用例。米斯特拉尔首席营收官 Marjorie Janiewicz 表示，其中包括需要根据其语言和文化定制模型的政府；合规要求高的金融机构；有定制需求的厂家；以及需要根据其代码库调整模型的科技公司。