Chapter 21
使用 Mistral 模型构建
使用 Mistral 模型构建
介绍
本课将涵盖：
- 探索不同的 Mistral 模型
- 理解每个模型的用例和场景
- 探索展示每个模型独特功能的代码示例。
Mistral 模型
在本课中，我们将探索 3 种不同的 Mistral 模型： Mistral Large、Mistral Small 和 Mistral Nemo。
这些模型均可在 Microsoft Foundry Models 免费使用。本笔记本中的代码将使用这些模型运行。
注意： GitHub 模型将在 2026 年 7 月底退休。有关使用 Microsoft Foundry Models 进行 AI 模型原型开发的更多详细信息，请参见此处。
Mistral Large 2 (2407)
Mistral Large 2 目前是 Mistral 的旗舰模型，专为企业使用设计。
该模型是原版 Mistral Large 的升级，提供：
- 更大的上下文窗口 - 128k 对比 32k
- 在数学和编程任务上的更好表现 - 平均准确率76.9% 对比 60.4%
- 增强的多语言性能 - 支持语言包括：英语、法语、德语、西班牙语、意大利语、葡萄牙语、荷兰语、俄语、中文、日语、韩语、阿拉伯语和印地语。
凭借这些功能，Mistral Large 在以下方面表现出色：
- 检索增强生成 (RAG) - 由于更大的上下文窗口
- 函数调用 - 此模型支持原生函数调用，允许与外部工具和 API 集成。这些调用可以并行或顺序执行。
- 代码生成 - 此模型在 Python、Java、TypeScript 和 C++ 代码生成方面表现出色。
使用 Mistral Large 2 的 RAG 示例
在此示例中，我们使用 Mistral Large 2 对文本文件执行 RAG 模式。问题用韩语书写，询问作者在大学前的活动。
它使用 Cohere Embeddings 模型创建文本文件和问题的嵌入表示。本示例中使用 faiss Python 包作为向量存储。
发送给 Mistral 模型的提示包含问题和与问题相似的检索片段。模型随后提供自然语言响应。
python
pip install faiss-cpupython
import requests
import numpy as np
import faiss
import os
from azure.ai.inference import ChatCompletionsClient
from azure.ai.inference.models import SystemMessage, UserMessage
from azure.core.credentials import AzureKeyCredential
from azure.ai.inference import EmbeddingsClient
# 从您的 Microsoft Foundry 项目的“概览”页面获取这些
endpoint = os.environ["AZURE_INFERENCE_ENDPOINT"]
model_name = "Mistral-large"
token = os.environ["AZURE_INFERENCE_CREDENTIAL"]
client = ChatCompletionsClient(
endpoint=endpoint,
credential=AzureKeyCredential(token),
)
response = requests.get('https://raw.githubusercontent.com/run-llama/llama_index/main/docs/docs/examples/data/paul_graham/paul_graham_essay.txt')
text = response.text
chunk_size = 2048
chunks = [text[i:i + chunk_size] for i in range(0, len(text), chunk_size)]
len(chunks)
embed_model_name = "cohere-embed-v3-multilingual"
embed_client = EmbeddingsClient(
endpoint=endpoint,
credential=AzureKeyCredential(token)
)
embed_response = embed_client.embed(
input=chunks,
model=embed_model_name
)
text_embeddings = []
for item in embed_response.data:
length = len(item.embedding)
text_embeddings.append(item.embedding)
text_embeddings = np.array(text_embeddings)
d = text_embeddings.shape[1]
index = faiss.IndexFlatL2(d)
index.add(text_embeddings)
question = "저자가 대학에 오기 전에 주로 했던 두 가지 일은 무엇이었나요?"
question_embedding = embed_client.embed(
input=[question],
model=embed_model_name
)
question_embeddings = np.array(question_embedding.data[0].embedding)
D, I = index.search(question_embeddings.reshape(1, -1), k=2) # 距离，索引
retrieved_chunks = [chunks[i] for i in I.tolist()[0]]
prompt = f"""
Context information is below.
---------------------
{retrieved_chunks}
---------------------
Given the context information and not prior knowledge, answer the query.
Query: {question}
Answer:
"""
chat_response = client.complete(
messages=[
SystemMessage(content="You are a helpful assistant."),
UserMessage(content=prompt),
],
temperature=1.0,
top_p=1.0,
max_tokens=1000,
model=model_name
)
print(chat_response.choices[0].message.content)Mistral Small
Mistral Small 是 Mistral 家族中另一款顶级/企业级模型。顾名思义，该模型是小型语言模型（SLM）。使用 Mistral Small 的优势包括：
- 与 Mistral 大型模型（如 Mistral Large 和 NeMo）相比，成本节约约 80%
- 低延迟 - 响应速度比 Mistral 的大型语言模型更快
- 灵活性强 - 可在不同环境中部署，对所需资源限制较少。
Mistral Small 适合：
- 基于文本的任务，如摘要、情感分析和翻译。
- 由于成本效益高，适合频繁请求的应用
- 低延迟的代码任务，如代码审查和建议
Mistral Small 与 Mistral Large 的比较
要显示 Mistral Small 和 Large 之间的延迟差异，请运行下方单元。
您应能看到响应时间差异约为 3 到 5 秒。同时注意相同提示下响应长度和风格的不同。
python
import os
endpoint = os.environ["AZURE_INFERENCE_ENDPOINT"]
model_name = "Mistral-small"
token = os.environ["AZURE_INFERENCE_CREDENTIAL"]
client = ChatCompletionsClient(
endpoint=endpoint,
credential=AzureKeyCredential(token),
)
response = client.complete(
messages=[
SystemMessage(content="You are a helpful coding assistant."),
UserMessage(content="Can you write a Python function to the fizz buzz test?"),
],
temperature=1.0,
top_p=1.0,
max_tokens=1000,
model=model_name
)
print(response.choices[0].message.content)python
import os
from azure.ai.inference import ChatCompletionsClient
from azure.ai.inference.models import SystemMessage, UserMessage
from azure.core.credentials import AzureKeyCredential
endpoint = os.environ["AZURE_INFERENCE_ENDPOINT"]
model_name = "Mistral-large"
token = os.environ["AZURE_INFERENCE_CREDENTIAL"]
client = ChatCompletionsClient(
endpoint=endpoint,
credential=AzureKeyCredential(token),
)
response = client.complete(
messages=[
SystemMessage(content="You are a helpful coding assistant."),
UserMessage(content="Can you write a Python function to the fizz buzz test?"),
],
temperature=1.0,
top_p=1.0,
max_tokens=1000,
model=model_name
)
print(response.choices[0].message.content)Mistral NeMo
与本课讨论的其他两个模型相比，Mistral NeMo 是唯一具有 Apache2 许可的免费模型。
它被视为早期 Mistral 开源大模型 Mistral 7B 的升级版。
NeMo 模型的其他特点包括：
-
更高效的分词器： 此模型使用 Tekken 分词器，优于更常用的 tiktoken。这样在更多语言和代码上性能更佳。
-
微调： 基础模型可用于微调。这为需要微调的用例提供了更大灵活性。
-
原生函数调用 - 类似 Mistral Large，该模型经过函数调用训练。它是最早支持此功能的开源模型之一。
分词器比较
在此示例中，我们将比较 Mistral NeMo 与 Mistral Large 在分词上的处理方式。
两个示例均使用相同提示，但您应能看到 NeMo 返回的标记数少于 Mistral Large。
bash
pip install mistral-commonpython
# 导入所需的包：
from mistral_common.protocol.instruct.messages import (
UserMessage,
)
from mistral_common.protocol.instruct.request import ChatCompletionRequest
from mistral_common.protocol.instruct.tool_calls import (
Function,
Tool,
)
from mistral_common.tokens.tokenizers.mistral import MistralTokenizer
# 加载 Mistral 分词器
model_name = "open-mistral-nemo"
tokenizer = MistralTokenizer.from_model(model_name)
# 对消息列表进行分词
tokenized = tokenizer.encode_chat_completion(
ChatCompletionRequest(
tools=[
Tool(
function=Function(
name="get_current_weather",
description="Get the current weather",
parameters={
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state, e.g. San Francisco, CA",
},
"format": {
"type": "string",
"enum": ["celsius", "fahrenheit"],
"description": "The temperature unit to use. Infer this from the user's location.",
},
},
"required": ["location", "format"],
},
)
)
],
messages=[
UserMessage(content="What's the weather like today in Paris"),
],
model=model_name,
)
)
tokens, text = tokenized.tokens, tokenized.text
# 计算标记数量
print(len(tokens))python
# 导入所需的包：
from mistral_common.protocol.instruct.messages import (
UserMessage,
)
from mistral_common.protocol.instruct.request import ChatCompletionRequest
from mistral_common.protocol.instruct.tool_calls import (
Function,
Tool,
)
from mistral_common.tokens.tokenizers.mistral import MistralTokenizer
# 加载 Mistral 分词器
model_name = "mistral-large-latest"
tokenizer = MistralTokenizer.from_model(model_name)
# 对消息列表进行分词
tokenized = tokenizer.encode_chat_completion(
ChatCompletionRequest(
tools=[
Tool(
function=Function(
name="get_current_weather",
description="Get the current weather",
parameters={
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state, e.g. San Francisco, CA",
},
"format": {
"type": "string",
"enum": ["celsius", "fahrenheit"],
"description": "The temperature unit to use. Infer this from the user's location.",
},
},
"required": ["location", "format"],
},
)
)
],
messages=[
UserMessage(content="What's the weather like today in Paris"),
],
model=model_name,
)
)
tokens, text = tokenized.tokens, tokenized.text
# 计算标记数量
print(len(tokens))学习不会止步于此，继续前行
完成本课后，请查看我们的 生成式 AI 学习合集 ，继续提升您的生成式 AI 知识！
免责声明： 本文件由 AI 翻译服务 Co-op Translator 翻译完成。尽管我们力求准确，但请注意，自动翻译可能包含错误或不准确之处。原始语言版文件应视为权威来源。对于重要信息，建议使用专业人工翻译。我们对因使用本翻译而产生的任何误解或误释不承担责任。