我们很高兴地宣布 Mistral Large 现已在 Amazon Bedrock 上推出。这款模型非常适合那些需要强大推理能力的复杂任务,尤其是在合成文本生成或代码生成等专业领域。
在 AWS 巴黎峰会上,我们还宣布 Amazon Bedrock 现已在巴黎 AWS 区域可用,这为用户提供了更多选择。
如果您有意使用 Mistral Large,您可以在 Amazon Bedrock 控制台中选择模型访问,然后管理模型访问并选择 Mistral Large,最后保存更改。
一旦获取了 Mistral Large 的访问权限,您便可以在 Bedrock 中使用该模型。更新基础模型表以查看最新状态。为了展示 Mistral Large 在复杂推理方面的能力,我在“游乐场”部分尝试了以下提示:
提示示例jsonltInstructiongt计算给定数据集中两位客户的付款日期之间的差异,这两位客户的付款金额最接近。lt/Instructiongt输出示例pythonTo find the difference in payment dates
在之前的段落中提到,Mistral Large 能够流利使用多种语言,其语法和文化背景的理解能力也非常出色。我测试了模型对法语的理解能力:
温馨提示jsonltInstructiongt一磅铁和一公斤羽毛中哪个更重?lt/Instructiongt输出示例一磅铁约等于 0453 公斤,而一公斤羽毛则是 1 公斤。
蘑菇加速器pc您还可以使用 AWS 命令行接口 (CLI) 和 AWS 软件开发工具包 (SDK) 进行更复杂的互动。在指定提示时,如果您设定要仅以 JSON 对象格式返回,可以在下游任务中轻松使用 JSON 格式的输出。
pythonimport boto3import json
bedrock = boto3client(servicename=bedrockruntime regionname=useast1)
prompt = 请为以下文章提供三条简短摘要及其可信度分数。请以 JSON 对象格式返回。
body = jsondumps({ prompt prompt maxtokens 512 topp 08 temperature 05})
modelId = mistralmistrallarge2402v10
response = bedrockinvokemodel( body=body modelId=modelId accept=application/json contentType=application/json)

print(jsonloads(responseget(body)read()))
您将获得类似以下的 JSON 格式输出:
json{ Summary 1 生成 AI 革命正在通过 Amazon Bedrock 重新定义商业 Confidence 1 095}
有关 Mistral AI 模型的更多提示能力,请访问 Mistral AI 文档。
Mistral Large 及其他 Mistral AI 模型Mistral 7B 和 Mixtral 8x7B现已在 Amazon Bedrock 上线,适用于美国东部弗吉尼亚州、美国西部俄勒冈州和欧洲巴黎地区;请查看 完整区域列表 以获取最新更新。
与我们的生成 AI 社区分享和学习,访问 communityaws。今天在 Amazon Bedrock 控制台 尝试使用 Mistral Large,并通过 AWS rePost for Amazon Bedrock 提交反馈,或者通过您通常的 AWS 支持渠道获取更多信息。
阅读我们与 Mistral AI 的合作详细信息以及这对于我们的客户意味着什么。
Veliswa Boya 是一位高级开发者倡导者,驻扎在南非,与撒哈拉以南非洲的构建者社区密切合作。她在技术领域担任过开发者、分析师、架构师和云工程师等多种角色,非常乐意帮助新入行的工作人员和刚开始接触 AWS 的人。