本课将涵盖：
- 探索不同的 Mistral 模型
- 了解每个模型的使用场景和适用情况
- 通过代码示例展示每个模型的独特功能
本课将介绍三种不同的 Mistral 模型： Mistral Large、Mistral Small 和 Mistral Nemo。
这些模型均可在 Github Model 市场免费获取。本笔记本中的代码将使用这些模型进行演示。更多关于使用 Github Models 进行AI 模型原型设计的详细信息，请参见链接。
Mistral Large 2 是 Mistral 目前的旗舰模型，专为企业级应用设计。
该模型是对原始 Mistral Large 的升级，提供了：
- 更大的上下文窗口——128k 对比 32k
- 在数学和编程任务上的更好表现——平均准确率 76.9% 对比 60.4%
- 提升的多语言性能——支持语言包括：英语、法语、德语、西班牙语、意大利语、葡萄牙语、荷兰语、俄语、中文、日语、韩语、阿拉伯语和印地语
凭借这些特性，Mistral Large 在以下方面表现出色：
- 检索增强生成（RAG） —— 由于更大的上下文窗口
- 函数调用 —— 该模型支持原生函数调用，允许与外部工具和 API 集成。调用可以并行执行，也可以按顺序依次执行。
- 代码生成 —— 在 Python、Java、TypeScript 和 C++ 代码生成方面表现优异。
在此示例中，我们使用 Mistral Large 2 对文本文件执行 RAG 模式。问题用韩语提出，询问作者大学前的活动。
示例中使用 Cohere Embeddings Model 对文本和问题进行向量化。此示例使用 faiss Python 包作为向量存储。
发送给 Mistral 模型的提示包含问题和与问题相似的检索片段，模型随后给出自然语言回答。
pip install faiss-cpuimport requests
import numpy as np
import faiss
import os
from azure.ai.inference import ChatCompletionsClient
from azure.ai.inference.models import SystemMessage, UserMessage
from azure.core.credentials import AzureKeyCredential
from azure.ai.inference import EmbeddingsClient
endpoint = "https://models.inference.ai.azure.com"
model_name = "Mistral-large"
token = os.environ["GITHUB_TOKEN"]
client = ChatCompletionsClient(
endpoint=endpoint,
credential=AzureKeyCredential(token),
)
response = requests.get('https://raw.githubusercontent.com/run-llama/llama_index/main/docs/docs/examples/data/paul_graham/paul_graham_essay.txt')
text = response.text
chunk_size = 2048
chunks = [text[i:i + chunk_size] for i in range(0, len(text), chunk_size)]
len(chunks)
embed_model_name = "cohere-embed-v3-multilingual"
embed_client = EmbeddingsClient(
endpoint=endpoint,
credential=AzureKeyCredential(token)
)
embed_response = embed_client.embed(
input=chunks,
model=embed_model_name
)
text_embeddings = []
for item in embed_response.data:
length = len(item.embedding)
text_embeddings.append(item.embedding)
text_embeddings = np.array(text_embeddings)
d = text_embeddings.shape[1]
index = faiss.IndexFlatL2(d)
index.add(text_embeddings)
question = "저자가 대학에 오기 전에 주로 했던 두 가지 일은 무엇이었나요?？"
question_embedding = embed_client.embed(
input=[question],
model=embed_model_name
)
question_embeddings = np.array(question_embedding.data[0].embedding)
D, I = index.search(question_embeddings.reshape(1, -1), k=2) # distance, index
retrieved_chunks = [chunks[i] for i in I.tolist()[0]]
prompt = f"""
Context information is below.
---------------------
{retrieved_chunks}
---------------------
Given the context information and not prior knowledge, answer the query.
Query: {question}
Answer:
"""
chat_response = client.complete(
messages=[
SystemMessage(content="You are a helpful assistant."),
UserMessage(content=prompt),
],
temperature=1.0,
top_p=1.0,
max_tokens=1000,
model=model_name
)
print(chat_response.choices[0].message.content)Mistral Small 是 Mistral 家族中属于高级/企业类别的另一款模型。顾名思义，它是一个小型语言模型（SLM）。使用 Mistral Small 的优势包括：
- 相较于 Mistral Large 和 NeMo 等大型模型，成本节约显著——价格降低约 80%
- 低延迟——响应速度快于 Mistral 的大型模型
- 灵活性强——可在不同环境中部署，对资源需求限制较少
Mistral Small 非常适合：
- 基于文本的任务，如摘要、情感分析和翻译
- 频繁请求的应用场景，因其成本效益高
- 低延迟的代码任务，如代码审查和建议
要展示 Mistral Small 和 Large 在延迟上的差异，请运行以下单元格。
你会看到响应时间相差约 3-5 秒。同时注意相同提示下响应的长度和风格差异。
import os
endpoint = "https://models.inference.ai.azure.com"
model_name = "Mistral-small"
token = os.environ["GITHUB_TOKEN"]
client = ChatCompletionsClient(
endpoint=endpoint,
credential=AzureKeyCredential(token),
)
response = client.complete(
messages=[
SystemMessage(content="You are a helpful coding assistant."),
UserMessage(content="Can you write a Python function to the fizz buzz test?"),
],
temperature=1.0,
top_p=1.0,
max_tokens=1000,
model=model_name
)
print(response.choices[0].message.content)import os
from azure.ai.inference import ChatCompletionsClient
from azure.ai.inference.models import SystemMessage, UserMessage
from azure.core.credentials import AzureKeyCredential
endpoint = "https://models.inference.ai.azure.com"
model_name = "Mistral-large"
token = os.environ["GITHUB_TOKEN"]
client = ChatCompletionsClient(
endpoint=endpoint,
credential=AzureKeyCredential(token),
)
response = client.complete(
messages=[
SystemMessage(content="You are a helpful coding assistant."),
UserMessage(content="Can you write a Python function to the fizz buzz test?"),
],
temperature=1.0,
top_p=1.0,
max_tokens=1000,
model=model_name
)
print(response.choices[0].message.content)与本课中讨论的另外两个模型相比，Mistral NeMo 是唯一一个采用 Apache2 许可证的免费模型。
它被视为 Mistral 早期开源大型语言模型 Mistral 7B 的升级版。
NeMo 模型的其他特点包括：
-
更高效的分词：该模型使用 Tekken 分词器，优于更常用的 tiktoken，支持更多语言和代码的更好表现。
-
微调：基础模型支持微调，适用于需要微调的多样化应用场景。
-
原生函数调用 —— 与 Mistral Large 类似，该模型经过函数调用训练，是首批支持此功能的开源模型之一。
本示例将展示 Mistral NeMo 与 Mistral Large 在分词处理上的差异。
两者使用相同的提示，但你会发现 NeMo 返回的 token 数量少于 Mistral Large。
pip install mistral-common# Import needed packages:
from mistral_common.protocol.instruct.messages import (
UserMessage,
)
from mistral_common.protocol.instruct.request import ChatCompletionRequest
from mistral_common.protocol.instruct.tool_calls import (
Function,
Tool,
)
from mistral_common.tokens.tokenizers.mistral import MistralTokenizer
# Load Mistral tokenizer
model_name = "open-mistral-nemo "
tokenizer = MistralTokenizer.from_model(model_name)
# Tokenize a list of messages
tokenized = tokenizer.encode_chat_completion(
ChatCompletionRequest(
tools=[
Tool(
function=Function(
name="get_current_weather",
description="Get the current weather",
parameters={
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state, e.g. San Francisco, CA",
},
"format": {
"type": "string",
"enum": ["celsius", "fahrenheit"],
"description": "The temperature unit to use. Infer this from the users location.",
},
},
"required": ["location", "format"],
},
)
)
],
messages=[
UserMessage(content="What's the weather like today in Paris"),
],
model=model_name,
)
)
tokens, text = tokenized.tokens, tokenized.text
# Count the number of tokens
print(len(tokens))# Import needed packages:
from mistral_common.protocol.instruct.messages import (
UserMessage,
)
from mistral_common.protocol.instruct.request import ChatCompletionRequest
from mistral_common.protocol.instruct.tool_calls import (
Function,
Tool,
)
from mistral_common.tokens.tokenizers.mistral import MistralTokenizer
# Load Mistral tokenizer
model_name = "mistral-large-latest"
tokenizer = MistralTokenizer.from_model(model_name)
# Tokenize a list of messages
tokenized = tokenizer.encode_chat_completion(
ChatCompletionRequest(
tools=[
Tool(
function=Function(
name="get_current_weather",
description="Get the current weather",
parameters={
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state, e.g. San Francisco, CA",
},
"format": {
"type": "string",
"enum": ["celsius", "fahrenheit"],
"description": "The temperature unit to use. Infer this from the users location.",
},
},
"required": ["location", "format"],
},
)
)
],
messages=[
UserMessage(content="What's the weather like today in Paris"),
],
model=model_name,
)
)
tokens, text = tokenized.tokens, tokenized.text
# Count the number of tokens
print(len(tokens))完成本课后，欢迎访问我们的生成式 AI 学习合集，持续提升你的生成式 AI 知识！
免责声明：
本文件使用 AI 翻译服务 Co-op Translator 进行翻译。虽然我们力求准确，但请注意，自动翻译可能包含错误或不准确之处。原始文件的母语版本应被视为权威来源。对于重要信息，建议采用专业人工翻译。我们不对因使用本翻译而产生的任何误解或误释承担责任。