Mistral發布Pixtral Large多模態AI模型：登頂復雜數學推理，圖表 / 文檔推理超過GPT-4o

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

　　Pixtral Large 現已在 Mistral 研究許可證和商業許可證下提供，適用于研究、教育以及商業用途。

　　Pixtral Large 是 Mistral AI 多模態家族中的第二個模型。援引官方新聞稿，該模型在 MathVista、DocVQA 和 VQAv2 等標準多模態基準測試中表現出色，尤其在 MathVista 中達到了 69.4% 的準確率，超越了所有競爭對手。

　　在 ChartQA 和 DocVQA 測試中，Pixtral Large 同樣表現優異，超越了 GPT-4o 和 Gemini-1.5 Pro。

　　該模型配備了 123B 的多模態解碼器和 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 不僅在視覺數據上表現出色，同時在復雜推理和圖表理解方面也具備強大能力。