Pixtral 12B: il modello multimodale di Mistral con encoder visivo addestrato da zero
In una frase Mistral rilascia Pixtral 12B con licenza Apache 2.0: encoder visivo da 400M parametri addestrato da zero, decoder da 12B basato su Mistral Nemo, immagini alla risoluzione nativa e contesto da 128K token con più immagini.
Il 17 settembre 2024 Mistral AI pubblica Pixtral 12B, un modello che capisce sia testo sia immagini. Mistral ha addestrato da zero il proprio encoder visivo invece di riusarne uno esistente. Le immagini vengono lette alla loro risoluzione e proporzione originali, e nella stessa conversazione si possono inserire più immagini mescolate al testo. I pesi sono rilasciati con licenza Apache 2.0, quindi utilizzabili anche per uso commerciale, ed è disponibile anche via API e in Le Chat.
Aziende
Mistral AI
Tool
Pixtral 12B
Tag
Fonti