Olemme ylpeitä voidessamme ilmoittaa paikallisesti hienosäädetyn tekoälymallimme julkaisusta. Matrix42 -tekoälytiimi on kehittänyt sen huolellisesti omalla laskentaklusterillamme. Tämä aloite perustuu Mistral AI:n huippuluokan Mistral Nemo -monikieliseen malliin, jossa hyödynnetään 12B-Instruct-konfiguraatiota optimaalisen tasapainon saavuttamiseksi operatiivisen tehokkuuden ja analyyttisen suorituskyvyn välillä.

Tämän projektin ensisijaisena tavoitteena oli parantaa perusmallin monikielisiä ominaisuuksia keskittyen erityisesti suomen kielen taidon parantamiseen samalla, kun säilytetään erinomainen suorituskyky englannin kielellä.

Malli on suunniteltu erityisesti vastaamaan IT-palveluiden hallinnan (ITSM) sektorin kriittisiin tehtäviin, mukaan lukien:

• Suoritus : Konsulttien avustaminen luomalla vastaussisältöä käyttäjätiketöille.
• Tyylinkorjaus : Kieliopin, oikeinkirjoituksen ja ammattimaisen sävyn parantaminen konsulttien viestinnässä.
• Yhteenveto : Tiiviiden yhteenvetojen Pro tukipyyntöketjuista.
• Haun ja lisätyn tiedon generointi (RAG) : Käyttäjien tiedusteluihin vastaaminen ulkoisten tietolähteiden, kuten tietokantojen, verkkosivustojen ja PDF-dokumenttien, avulla.
• Markdown-tuki : Vastaa käyttäjien kysymyksiin Markdown- tai taulukkomuotoisilla tiedoilla.
• Käännös : Sisällön kääntäminen keskittyen suomeen ja englantiin.

Koulutusprosessissa hyödynnettiin synteettisten ja julkisesti saatavilla olevien datajoukkojen yhdistelmää. Synteettiset datajoukot luotiin käyttämällä korkealaatuisia, kaupallisesti kannattavia malleja, kun taas julkiset datajoukot valittiin tiukkojen lisenssiehtojen mukaisesti. Kaikki data läpikäyi tiukan asiantuntijamoderoinnin, mukaan lukien muotoilun, puhdistuksen ja validoinnin, jotta varmistettiin yhdenmukaisuus koulutusvaatimusten kanssa.

Mistral Nemo -malli osoitti poikkeuksellista joustavuutta uusien tehtävien hienosäädön aikana, mikä johti merkittäviin suorituskyvyn parannuksiin määritellyissä skenaarioissa perusmalliin verrattuna.

Jatkossa pyrimme laajentamaan mallin ominaisuuksia kehittämällä uusia ITSM-kohtaisia ominaisuuksia, sisällyttämällä lisää hienosäätöesimerkkejä ja parantamalla ruotsin ja saksan tukea. Tavoitteenamme on säilyttää kompakti mallin koko ja samalla tarjota korkealaatuista suorituskykyä erikoissovelluksissa laajentamatta toiminnallisuutta yleiskäyttöisiin tehtäviin (esim. tietosanakirjamainen tieto tai roolipelaaminen).