Mistral AI 近日推出了名為 Saba 的新型語言模型，該模型專注于提升對中東和東南亞地區(qū)語言及文化差異的理解。

　　Saba 模型擁有240億參數(shù)，雖然規(guī)模小于許多競爭對手，但 Mistral AI 聲稱其在保證準確性的同時，提供了更高的速度和更低的成本。其架構(gòu)可能與 Mistral Small3模型相似。Saba 能夠在性能較低的系統(tǒng)上高效運行，甚至在單 GPU 設(shè)置下也能實現(xiàn)每秒超過150個令牌的速度。

　　該模型尤其擅長處理阿拉伯語和印度語，包括泰米爾語和馬拉雅拉姆語等南印度語。Mistral AI 的基準測試顯示，Saba 在阿拉伯語方面表現(xiàn)出色，同時保持了與英語相當(dāng)?shù)哪芰Α?/p>

　　Saba 已被應(yīng)用于現(xiàn)實場景，包括阿拉伯語虛擬助手以及能源、金融市場和醫(yī)療保健領(lǐng)域的專用工具。其對當(dāng)?shù)亓?xí)語和文化參考的理解使其能夠有效地生成特定區(qū)域的內(nèi)容。

　　用戶可以通過付費 API 或本地部署的方式訪問 Saba。與 Mistral AI 的其他模型一樣，Saba 并非開源模型。

　　Mistral 的基準測試顯示，Saba 在阿拉伯語方面表現(xiàn)優(yōu)異，同時英語能力相當(dāng) | 資料來源:Mistral AI

　　Saba 的推出，體現(xiàn)了AI領(lǐng)域?qū)τ谔囟▍^(qū)域語言模型需求的關(guān)注。其他組織，如 OpenGPT-X 項目 (發(fā)布 Teuken-7B 模型)、OpenAI (開發(fā)日語專用 GPT-4模型) 和 EuroLingua 項目 (專注于歐洲語言) 也在進行類似的研究。

　　傳統(tǒng)大型語言模型主要依賴大量英文文本數(shù)據(jù)集進行訓(xùn)練，容易忽略特定語言的細微差別。Saba 旨在填補這一空白，提供更精準、更符合當(dāng)?shù)匚幕�背景的語言處理能力。