如何使用未经审查的人工智能模型并用您的数据对其进行训练

ChatGPT 成为了人为智慧企业唯一性彻底应对格式的生活早已曾经了。分离由 Meta 和 Google 设计规划的 LLaMA 和 Gemini 等新朋友早已進入该范围。就算辅助工具和满足有所差异，但想一想1个同样点：想一想都会闭源的（LLaMA 一些例外情况）且受新型社会新公司的控住。

选文研究综述了劳动力智慧行业中的一家新激烈同行，它都有一家耐磨性远低于 ChatGPT 3.5 如果可能在网上作业的开源项目工貝。公司还将掌握应该该如何未经许可评审地安全使用的它甚至应该该如何安全使用的公司自我的数剧来练它。

介绍米斯特拉尔 8x7B

Mistral 是一个家西班牙刚成立我司，由前 Meta 和 DeepMind 论述人员管理创造。依靠自己充沛的生活常识和成就，大家 好筹备了 4.15 亿外币的投资加盟，使 Mistral 的股票估值达标 20 亿外币。

当 Mistral 队伍在 X 上分享新模式 Mistral 8x7B 的 torrent 链接搜索时，这些 进行才能得到关注公众号。会按照Apache 2.0经营，该模式不但比LLaMA 2和ChatGPT 3.5更强悍，况且根本开源软件。

米斯特拉尔的力量和能力

• 处理 32k 令牌的上下文。

• 具有英语、德语、西班牙语、意大利语和法语功能。

• 生成代码时表现出出色的性能。

• 可以转化为指令跟随模型。

在公测中，Mistral 浮现了卓越的性能参数，在基本上都数国家标准公测中甲联赛越了 LLaMA 2 70B，在某些国家标准公测中也搭配或强于 ChatGPT 3.5。

本地运行米斯特拉尔

超过加数和excel表，人们进行实操。率先，人们都要一家道具来帮住人们在本土启用它： 。 MacOS 业主可能下载百度该相关文件。这对 Linux 或 WSL 业主，请将一下命令行黏贴到消费终端中：

 curl //ollama.ai/install.sh | sh

再公司行在本地人操作中国政法大学法学硕士学位，但公司的阶段个人目标这样不只有是引人工处理自动化回答一些问题随机数一些问题——这即使 ChatGPT 的应用。公司的阶段个人目标是组建一种没经过核查的人工处理自动化，公司行给出自家的爱好确定进行调节和调节。

特别注意到这一丝，各位将在使用 dolphin-mistral，这只是 Mistral 的自概念游戏版本，就能够撤销其他受到局限。要了解一下相关 dolphin-mistral 该如何清除等等受到局限的更多的短信，请浏览其创立了者的这篇。

在最终中正常运作有以下下令以已经开始在核算机子正常运作 Ollama：

 ollama serve

第二，在别的个电子设备中正常运作：

 ollama run dolphin-mistral:latest

初始值下载使用链接软件可能性会相对比较用时，由于它还要下载使用链接软件 26GB。下载使用链接软件实现后，Mistral 将等待中您的设置。

请记下，使用 dolphin-mistral 必须要 巨大的模式资源英文，愈加是 RAM。

训练你自己的模型

现阶段，您将会想知用您的数据报告培养 Mistral 的将会性。英语答案是确实的。

率先在 Hugging Face 上创立一两个企业账户（若您没动静有），然而创立一两个新服务器。

抉择 Docker 来进行 Autotrain

从这，您可以选泽建模方法、上架数据报告并逐渐训练科目科目。由系统配置消费需求，在家庭用的换算飞机上训练科目科目建模方法几率都具有对战性。

Hugging Face 等服务质量提供了求算技能（记账），但您也不错综合考虑利用 Amazon Bedrock 或 Google Vertex AI 来加速某种整个过程。