mistralai/Ministral-3-14B-Instruct-2512-BF16
Ministral 3 14B Instruct 2512 BF16 The largest model in the Ministral 3 family, Ministral 3 14B offers frontier capabilities and performance comparable to its larger Mistral Small 3.2 24B(https://huggingface.co/mistralai/Mistral-Small-3.2-Instruct-2...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Ngày
#1 Repository Của Ngày
#8 Repository Của Ngày
🚀 Ministral 3 14B Instruct 2512 BF16 — Mô hình đa năng hiệu năng cao dành cho triển khai cạnh
Mô hình lớn nhất trong gia đình Ministral 3 với khả năng xử lý hình ảnh và hỗ trợ đa ngôn ngữ, được thiết kế để chạy trên phần cứng hạn chế.
Ministral 3 14B Instruct 2512 BF16 là phiên bản hướng dẫn được huấn luyện lại từ Ministral 3 14B Base, được tinh chỉnh riêng cho các tác vụ hướng dẫn và trò chuyện. Với kiến trúc gồm 13.5 tỷ tham số ngôn ngữ và 0.4 tỷ tham số bộ mã hóa hình ảnh, mô hình mang lại hiệu suất cạnh tranh với các mô hình lớn hơn như Mistral Small 3.2 24B. Đặc biệt, nó có thể chạy trên chỉ 32GB VRAM bằng độ chính xác BF16, hoặc dưới 24GB khi sử dụng kỹ thuật lượng tử hóa.
✨ Điểm nổi bật
- Kiến trúc kết hợp: Bao gồm 13.5B mô hình ngôn ngữ và 0.4B bộ mã hóa hình ảnh, hỗ trợ xử lý đa dạng nội dung.
- Hỗ trợ đa ngôn ngữ: Bao phủ hơn 10 ngôn ngữ bản địa như Anh, Pháp, Tây Ban Nha, Đức, Ý, Bồ Đào Nha, Hà Lan, Trung, Nhật, Hàn và Ả Rập.
- Tối ưu triển khai cạnh: Có thể chạy trên 32GB VRAM với BF16, phù hợp cho thiết bị di động và môi trường phần cứng hạn chế.
- Cửa sổ ngữ cảnh lớn: Hỗ trợ ngữ cảnh lên đến 256k token, đáp ứng nhu cầu xử lý văn bản dài.
- Hỗ trợ hệ thống prompt mạnh mẽ: Duy trì khả năng tuân thủ và xử lý các lệnh hệ thống một cách hiệu quả.
- Khả năng tác nhân (agentic): Hỗ trợ gọi hàm và đầu ra JSON tích hợp sẵn, tối ưu cho các ứng dụng AI hành động tự động.
- Giấy phép nguồn mở: Sử dụng giấy phép Apache 2.0, cho phép sử dụng và điều chỉnh cả cho mục đích thương mại và không thương mại.
- Phiên bản đa độ nhớ: Cung cấp phiên bản FP8 không mất mát và các định dạng lượng tử hóa khác.
💡 Vì sao đáng chú ý
Ministral 3 14B nổi bật bởi khả năng kết hợp xử lý hình ảnh và ngôn ngữ trong một mô hình nhỏ gọn, vượt trội so với các mô hình cùng cỡ như Qwen3-14B trong các bài kiểm tra lý luận và hướng dẫn. Điều này giúp mô hình trở thành lựa chọn lý tưởng cho triển khai AI riêng tư, trợ lý ảo và các ứ dụng agentic chạy cục bộ.
#Ministral3 #MistralAI #EdgeAI #Multilingual #VisionLanguage #OpenSource #TiniX
Similar Projects
Discover other similar projects and AI models.
Whisper Whisper is a state-of-the-art model for automatic speech recognition (ASR) and speech translation, proposed in the paper Robust Speech Recognition via Large-Scale Weak Supervision(https://huggingface.co/papers/2212.04356) by Alec Radford et...
sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic se...
Whisper Whisper is a state-of-the-art model for automatic speech recognition (ASR) and speech translation, proposed in the paper Robust Speech Recognition via Large-Scale Weak Supervision(https://huggingface.co/papers/2212.04356) by Alec Radford et...
Model Card for Mistral-Small-3.1-24B-Instruct-2503 Building upon Mistral Small 3 (2501), Mistral Small 3.1 (2503) adds state-of-the-art vision understanding and enhances long context capabilities up to 128k tokens without compromising text performan...
Voxtral Mini 4B Realtime 2602 Voxtral Mini 4B Realtime 2602 is a multilingual, realtime speech-transcription model and among the first open-source solutions to achieve accuracy comparable to offline systems with a delay of = 3600 / 0.8 = 45000. In t...
LTX-2.5 — Video, Audio & World Simulation Full control and customization — self-host on your infrastructure. Homepage Docs GitHub Research API Playground Discord LTX License LTX-2.5 — Video, Audio & World Simulation Full control and customiz...
XLM-RoBERTa (base-sized model) XLM-RoBERTa model pre-trained on 2.5TB of filtered CommonCrawl data containing 100 languages. It was introduced in the paper Unsupervised Cross-lingual Representation Learning at Scale(https://arxiv.org/abs/1911.02116)...
Multilingual-E5-large Multilingual E5 Text Embeddings: A Technical Report(https://arxiv.org/pdf/2402.05672). Liang Wang, Nan Yang, Xiaolong Huang, Linjun Yang, Rangan Majumder, Furu Wei, arXiv 2024 This model has 24 layers and the embedding size is...
Multilingual-E5-small Multilingual E5 Text Embeddings: A Technical Report(https://arxiv.org/pdf/2402.05672). Liang Wang, Nan Yang, Xiaolong Huang, Linjun Yang, Rangan Majumder, Furu Wei, arXiv 2024 This model has 12 layers and the embedding size is...