Mistral發(fā)布Pixtral Large多模態(tài)AI模型：登頂復(fù)雜數(shù)學(xué)推理，圖表 / 文檔推理超過GPT-4o

　　Mistral AI 公司昨日(11 月 18 日)發(fā)布公告，宣布了全新的多模態(tài) AI 模型 Pixtral Large。該模型擁有 1240 億參數(shù)，基于 Mistral Large 2，主要用于處理文本和圖片。

　　Pixtral Large 現(xiàn)已在 Mistral 研究許可證和商業(yè)許可證下提供，適用于研究、教育以及商業(yè)用途。

　　Pixtral Large 是 Mistral AI 多模態(tài)家族中的第二個(gè)模型。援引官方新聞稿，該模型在 MathVista、DocVQA 和 VQAv2 等標(biāo)準(zhǔn)多模態(tài)基準(zhǔn)測(cè)試中表現(xiàn)出色，尤其在 MathVista 中達(dá)到了 69.4% 的準(zhǔn)確率，超越了所有競(jìng)爭(zhēng)對(duì)手。

　　在 ChartQA 和 DocVQA 測(cè)試中，Pixtral Large 同樣表現(xiàn)優(yōu)異，超越了 GPT-4o 和 Gemini-1.5 Pro。

　　該模型配備了 123B 的多模態(tài)解碼器和 1B 的視覺編碼器，支持 128K 的上下文窗口，能夠處理至少 30 張高分辨率圖像。Pixtral Large 不僅在視覺數(shù)據(jù)上表現(xiàn)出色，同時(shí)在復(fù)雜推理和圖表理解方面也具備強(qiáng)大能力。