Wir verwenden technische Cookies und das anonymisierte Besuchsprotokoll von Zorky. Yandex Metrica (Daten werden auf Servern in Russland gespeichert) läuft nur mit Ihrer Einwilligung. Wir verkaufen keine Daten. Mehr zu Cookies und Statistik.
Zorky läuft im Testmodus — alles ist kostenlos. Stellen und Unternehmensseiten sind für alle offen; Links zu den Anzeigen und Ihre persönliche Stellenauswahl gibt es nach der Registrierung. Registrieren →
← Alle Stellen

после превью три недели дообучали через RL.

Level nicht angegebenRUvor 3 Wo.
Stack
huggingfacevllm
Unternehmen und Link anzeigen
Kostenlos, nach der Anmeldung.
Bewerben
Öffnen Sie oben das Unternehmen und den Link — Ihre Bewerbung geht direkt in das Recruiting-System des Unternehmens, ohne Vermittler.

Beschreibung

Über die Stelle

Mistral выложила веса Large 4 «Le Chonk», как обещала после октябрьского превью: 1T параметров, из них 49B активны на токен

  • MoE: роутер берёт на каждый токен 4 эксперта из 128, плюс один общий работает всегда (на схеме). Контекст 1M, на вход текст и картинки
  • после превью три недели дообучали через RL. По данным Mistral, Terminal-Bench 4.0 вырос на 13 п.п. до 41%, а выходных токенов стало на 30% меньше
  • в Coding Agent Index от Artificial Analysis 48%, вровень с GLM-5.3, но токенов на задачу уходит на 47% меньше. В общем индексе AA у неё 26, китайские открытые модели выше
  • лицензия на базе MIT: коммерция и дообучение разрешены, отдельная лицензия нужна только тем, кто продаёт саму модель как сервис
  • в API $0,70 за 1M входных токенов и $2,10 за выходные

На практике: агент для кода на своих серверах, когда код нельзя отдавать во внешний API. Запуск через vLLM или SGLang, но даже NVFP4-версия весит около 0,5 ТБ, нужен сервер с GPU Blackwell.

Веса: [link]

Unternehmen und Bewerbungslink — nach der Anmeldung. Anmelden
Kontaktdaten des Arbeitgebers (E-Mail/Telefon/Telegram) sind in der öffentlichen Vorschau ausgeblendet.
Dringende Frage? Schreiben Sie @termdocs