Французский стартап Mistral показал платформу Forge, которая даёт возможность компаниям разрабатывать собственные AI-модели, обученные на внутренних данных. Продукт ориентирован на корпоративный сегмент и нацелен на решение одной из ключевых проблем внедрения AI — несоответствия универсальных моделей специфике бизнеса.

В компании считают, что многие AI-проекты в enterprise-сегменте не дают ожидаемого результата, поскольку модели обучены на публичных данных и плохо учитывают внутренние процессы, документация и знания организаций.

Система Forge предлагает альтернативный решение: вместо дообучения или использования RAG (retrieval augmented generation) компании могут разрабатывать модели «с нуля» на собственных данных. Это даёт возможность лучше адаптировать AI под отраслевые задачи, повысить качество работы с узкоспециализированной информацией и снизить зависимость от сторонних поставщиков моделей.

Другие новости и материалы по AI — в Telegram-канале NH | Новости технологий, AI и будущее.

Подход равным образом ориентировано на разработку агентных систем. По заявлению Mistral, кастомные модели могут использоваться для обучения AI-агентов с применением методов reinforcement learning и более точно контролировать поведение системы.

Forge включает набор инструментов для работы с данными, включая генерацию синтетических датасетов и настройку оценки качества моделей. При этом Mistral предоставляет инженерную поддержку: специалисты компании помогают клиентам подготовить информация и адаптировать модели под конкретные задачи.

Система уже используется рядом партнёров, включая Ericsson, Европейское космическое агентство и производителя чипов ASML. Основные сценарии применения — государственные проекты, финансовый сектор, промышленность и создание ПО.

Запуск Forge отражает стратегию Mistral по фокусировке на корпоративном сегменте, где компания конкурирует с OpenAI и Anthropic, делая ставку на кастомизацию и контроль над данными.